RedLight-VLA：驾驶政策中交通规则基础和行为重点的模型

Behavior-cloned Vision-Language-Action (VLA) driving policies struggle with rare rule-governed maneuvers at signalized intersections.制动和启动示例对平均轨迹损失影响不大，而融合表示缺乏对交通灯和停车线状态的明确监督。我们提出了 RedLight-VLA，这是一种训练目标，它使用专家未来和自动生成的感知目标，无需额外的手动规则注释。首先，轨迹衍生的行为重新加权（BR）强调使用旋转不变的纵向动力学和比例保持减少的罕见减速和加速，在禁用时精确恢复基线。其次，并行辅助（AUX）以连续的融合后规则标记引导地面交通灯和停车线状态，无需自回归语言生成或对轨迹解码器的更改。 We evaluate on a curated set of 20 s sequences with a 5 s prediction horizon. Controlled variants share the same backbone, training data, decoder, and evaluation population.与其他相同的 VLA 基线相比，RedLight-VLA 将红灯停止线超调从 7.3% 降低至 6.8%，将停止线速度误差降低 12.7%，并将 3 s 交通灯切片 ADE/FDE 从 0.274/0.964 m 提高到 0.247/0.897 m。 Green-light false stops increase from 3.2% to 3.9%; however, combining BR with AUX supervision mitigates the larger increase observed for AUX alone (4.0%).该组合模型还将非红绿灯 ADE/FDE 从 0.268/0.956 m 提高到 0.241/0.876 m，并且在所有四个切片位移测量上均优于单独的任一机制。