PlanWAM：面向端到端自动驾驶的规划塑造未来表征

arXiv:2610.11382v1 公告类型：cross 摘要：端到端自动驾驶中的世界模型通过预测未来场景演化，为轨迹规划提供前瞻能力。现有方法主要研究如何预测未来以及如何利用未来信息，但较少探讨哪种未来表征对规划真正最有用。为此，我们提出 PlanWAM，一种 Planning-Shaped World Action Model。其核心思想是让规划任务塑造未来状态表征，使其保留对规划最有用的信息。随后，潜在世界模型根据历史观测预测这种经过规划塑造的未来潜在表征，并利用该表征进行规划，从而实现具备前瞻能力的规划。具体而言，我们首先使用 Temporal Register Pyramid，以关注信息时效性的方式压缩多帧历史信息，学习面向未来推理与规划的紧凑历史表征。随后，我们引入一个能够观测真实未来帧的特权未来后验分支，并利用轨迹规划目标塑造其未来潜在表征，从而获得规划塑造的未来潜在表征。Hindsight-to-Foresight Distillation 用于训练一个仅依赖历史信息的先验分支，以预测该未来潜在表征。预测得到的未来潜在表征充当规划上下文，并引导轨迹生成与选择。PlanWAM 在 NAVSIM-v1/v2 navtest 上取得 93.8 PDMS / 90.9 EPDMS 的成绩，并在零样本设置下的闭环 HUGSIM 中达到 38.7 HD-Score，表明其在开环和闭环评测中均具备领先的规划性能。大量实验进一步表明，规划塑造的未来表征为世界动作模型提供了一种有效且可部署的前瞻信息形式。