arXiv cs.AI· Yan Shi, Kehua Chen, Jiarui Qi, Yihong Tang, Haichen Liao, Yinhai Wang·· 11 小时前AI 评分35
DriveMind：面向闭环自动驾驶的思维演化信念跟踪框架
DriveMind: Mind-Evolving Belief Tracking for Closed-Loop Autonomous Driving
AI 导读
DriveMind 是一个基于 MLLM 的闭环自动驾驶框架，借鉴粒子滤波思路，让多个场景假设同时存活并随新帧更新权重，避免每帧从零推理、过早锁定错误解释。在 Bench2Drive 上，同一驾驶流程加入信念跟踪后 Driving Score 从 68.50 提升至 81.37，Success Rate 从 41.36% 提升至 54.09%。
正文 · AI 翻译
摘要：近期的多模态大语言模型（MLLMs）能够在单一模型中感知交通场景、对其进行推理并提出驾驶动作。然而，现有的基于 MLLM 的驾驶器在每一帧都从头推理，并只给出单一解释，丢弃了先前关于场景的假设。当场景存在歧义时，智能体会锁定错误的解释，并在证据积累之前就据此行动。本文提出 DriveMind，一个基于 MLLM 的驾驶框架，它同时保持关于场景的多个假设，并随着新帧的到来更新其权重。受粒子滤波启发，DriveMind 通过 VLM 传播每个假设，将其与当前观测进行评分，并重采样以保持多样性。在 Bench2Drive 上，将信念跟踪加入同一驾驶流程后，驾驶得分（DS）从 68.50 提升至 81.37，成功率（SR）从 41.36% 提升至 54.09%。最大增益出现在无信号交叉口（+20.0 DS）和对向来车交互（+20.5 DS）等歧义场景中。除整体指标外，DriveMind 还提升了汇入、紧急制动和让行等细粒度交互驾驶能力。
| Comments: | 已被 Neurips 2026 接收 |
| Subjects: | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.32069 [cs.AI] |
| （或 arXiv:2610.32069v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.32069 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Yan Shi [查看邮箱]
[v1]
2026年10月23日星期五 02:13:50 UTC（1,331 KB）
来源：arXiv cs.AI · arxiv.org