RISE：世界行动模型的适应性想象力

世界动作模型（WAM）通过将未来世界的演变纳入动作生成来改进规划，但现有方法为每个场景分配固定的想象力预算。我们提出RISE（\textbf{R}通过\textbf{SE}选择性预测轨迹来优化\textbf{I}想象力），这是一种系统级自适应想象力框架，可根据持续预测轨迹的预期规划效益做出顺序\textsc{Roll}/\textsc{Stop}决策。在每一步中，潜在评估器都会估计当前前缀所揭示的风险，以及如果继续想象力，规划可以改进多少，而预测轨迹采样门控会权衡这种预期收益与额外的计算成本。由于事实驾驶日志只暴露了一个已实现的未来，因此我们进一步构建了 \textbf{CounterDrive}，一个具有不同结果和风险级别的反事实数据集，以丰富未来动态并提供本地化风险监管。每个保留的样本都经过专家验证和轨迹有效性、事件发生和因果类别的注释，为安全关键的世界建模研究提供可重复使用的资源。 NAVSIM 和 nuScenes 上的实验表明，RISE 实现了最佳的整体规划性能，同时减少了不必要的预测轨迹，额外的传输结果支持其跨 WAM 架构的插件通用性。