PlanWAM：规划塑造端到端自动驾驶的未来表示

端到端自动驾驶中的世界模型可以预测未来场景的演变，为轨迹规划提供远见。现有的方法主要研究如何预测未来以及如何使用它，但很少询问哪种未来表示实际上对规划最有用。为此，我们提出了 PlanWAM，一种规划型世界行动模型。关键思想是让规划任务塑造未来状态表示，以便保留对规划最有用的信息。然后，潜在世界模型根据历史观察预测这种规划形成的未来潜在表示，并将其用于规划，从而实现有远见的规划。具体来说，我们首先使用时间寄存器金字塔以新近感知的方式压缩多帧历史信息，学习面向未来推理和规划的紧凑历史表示。然后，我们引入一个特权未来后分支，它观察真实的未来框架，并通过轨迹规划目标塑造其未来的潜在表示，以获得规划塑造的未来 潜在的表征。从后见之明到先见之明的蒸馏训练了一个仅依赖于历史来预测未来潜在表示的先前分支。预测的未来潜在表示充当规划上下文并指导轨迹生成和选择。 PlanWAM 在 NAVSIM-v1/v2 navtest 上达到 93.8 PDMS / 90.9 EPDMS 在零样本设置下在闭环 HUGSIM 上达到 38.7 HD 分数，在开环和闭环评估中展示了领先的规划性能。大量的实验进一步表明，规划塑造的未来表征为世界行动模型提供了一种有效且可部署的远见形式。