自动驾驶世界模型系列 - 1 | Vista

0. 资源链接

• 论文: Vista: A Generalizable Driving World Model with High Fidelity and Versatile Controllability

• 代码: https://github.com/OpenDriveLab/Vista.git

• 演示: https://vista-demo.github.io

1. 背景动机

• 自动驾驶技术虽然取得了显著进步，但面对复杂且超出常规分布的驾驶情境仍存在挑战。

• 世界模型作为一种关键工具，能够依据历史观测和替代动作预测未来状态，评估行动可行性，对于提升自动驾驶的泛化能力和安全性至关重要。

• 然而，现有的驾驶世界模型受限于数据规模、地理覆盖范围、低帧率和分辨率，以及单一的控制模式，这些限制导致模型无法表达从高层意图到低层操作的多样化动作格式，与主流规划算法不兼容，且缺乏在未见过数据集上的零样本动作可控性。亟需一个能够克服上述局限性的世界模型。

  <