Driver-WM：以驾驶员为中心、以交通为条件的车内动态预测世界模型

安全的 L2/L3 驾驶自动化需要预测共享控制转换期间的人机交互反应。虽然大多数驾驶世界模型都会预测外部环境，但车内智能仍然严格以识别为导向，缺乏针对驾驶员动态的多步采样轨迹功能。我们引入了 Driver-WM，这是一种以驾驶员为中心的潜在世界模型，它根据车外交通环境采样轨迹了车内动态。该公式将物理运动学预测与辅助行为和情感语义识别相结合。 Driver-WM 在由冻结视觉语言特征构建的紧凑潜在空间中运行，采用双流架构来单独编码外部流量和内部驱动程序状态。这些流通过门控因果注入机制定向耦合，该机制使用学习的向量门来调节外部上下文扰动，同时严格执行时间因果关系。 AIDE 上的实验显示了对反应性高运动片段的强大的长期预测、改进的驾驶员/交通语义对齐以及暴露外部到内部机制的受控干预。