FactorDrive：由端到端自动驾驶规划关键因素驱动的自适应多步骤推理

视觉语言模型 (VLM) 具有先进的场景理解能力，并可在端到端自动驾驶中实现显式推理。然而，现有方法未充分将空间物理证据整合到规划推理中，推理适应仍然是粗粒度的，无法满足特定场景的规划需求。此外，在自动驾驶 后训练 中，用于提高规划质量的推理路径优化在很大程度上仍未得到探索。为了解决这些限制，我们提出了 FactorDrive，这是一种端到端自动驾驶框架，用于由规划关键因素（PCF）驱动的自适应多步骤推理。我们首先进行大规模驾驶领域指令调整以建立基础驾驶知识。在此基础上，我们构建了 PCF-CoT，这是一个思想链（CoT）数据集，它将规划推理基于与轨迹相关的空间物理证据，并围绕特定场景的 PCF 组织推理，使推理路径的组成和深度能够适应不同的规划需求。我们进一步引入质量搜索引导的组相对策略优化（QS-GRPO），它以轨迹级规划奖励指导蒙特卡罗树搜索（MCTS）发现具有更高规划质量的推理路径，并使用得到的响应通过GRPO优化策略，从而提高轨迹规划性能。对开环 (nuScenes) 和面向闭环 (NAVSIM) 基准的大量实验表明，FactorDrive 实现了最先进的规划性能。