论文
让规划接地：自动驾驶物理智能的基础
Grounding What Shapes the Plan: Rethinking Groundedness for Physical Intelligence in Autonomous Driving
摘要
驱动模型越来越多地在因果关系、空间结构、感知证据和预测未来方面进行基础推理。这些进步使推理更加忠实于驾驶场景，但留下了一个尚未解决的基本问题：当模型最终输出一个动作时，接地性意味着什么？正确的推理本身并不能确保理想的驾驶结果。我们介绍 GroundAct，它从一个简单的前提开始：驾驶通过物理实体及其交互展开。因此，实体成为接地的单位；轻量级引用 token 通过符号推理保持每个选定实体的连续状态可寻址；并且只有引用的实体与不断发展的提案的交互才能纠正计划。结果是从推理依据到计划的作用的明确路径，我们称之为扎根计划。为了评估其实用价值，我们在开环和闭环设置中评估了 GroundAct。 GroundAct 在正常、分布外和安全关键场景中展示了强大的开环规划，闭环结果将这一证据扩展到模拟驾驶。
