World4Scorer：基于结果的自动驾驶世界建模

自动驾驶需要随着周围交通的变化选择安全高效的计划。生成和选择规划器提出多个轨迹并对它们的执行进行评分，并且它们在 NAVSIM 上的表现优于代表性的直接预测基线。其评分器必须比较从未执行过的计划。驾驶日志仅记录已执行轨迹的未来，因此匹配记录的未来可以使对替代方案的预测不受约束；相比之下，模拟器可以标记每个候选方案的结果。我们引入了 World4Scorer，它将评分器构建为轨迹条件 JEPA 式预测器：它预测每个候选者的状态并从该状态读取候选者的分数。模拟器结果标签监督所有候选者的状态，并且观察到的执行轨迹的未来将预测器锚定到真实场景的演变。由于一个预测器会产生每个候选者的状态，因此锚点可以限制用于对未执行计划进行评分的共享参数，而未来本身仅在训练期间需要。生成的候选方案大多得分较高，因此与场景匹配的候选库在结果监督中添加低分方案；逐帧选择可能会发生冲突，因此惯性重新排序可以保持连续选择的一致性。 World4Scorer在NAVSIM-v2上取得领先性能，经过适配的系统在闭环Bench2Drive上也取得强劲结果。随着 LeWM 世界模型和规划预算的固定，基于结果的评分还可以改进 OGBench-Cube 基准上的操作规划。