iDriveVLA：以场景自适应评估选择驾驶候选轨迹

多模态规划通过表示模糊和长尾场景中的多种看似合理的行为，为自动驾驶带来了前景。现有方法主要集中在改进轨迹多模态、增强轨迹表示或重塑候选分布。尽管如此，我们在多模态规划中发现了明显的生成评估不对称性：尽管预言机性能很强，但现有规划者往往无法可靠地选择最佳可用候选者，从而导致大量规划潜力未能实现。为了应对这一挑战，我们提出了 iDriveVLA，这是一种多模态规划框架，可以改善候选轨迹空间，同时实现更可靠和上下文感知的轨迹评估。具体来说，iDriveVLA 引入了一个统一的轨迹评估器，其中包括用于质量和风险评估的安全意识评分器，以及用于场景自适应标准加权的 VLM 引导调制器。我们进一步开发了一种与预言机一致的渐进训练策略，包括候选模仿预训练、候选空间细化和语义排名对齐。在公共 NAVSIM v1 排行榜上，iDriveVLA 实现了 94.95 PDMS 的最新性能，超越了人类专家的参考值。