VLM按动作条件监控自动驾驶语义异常

Daniel Adejumo 等人提交论文，提出一种基于动作条件的视觉语言模型（VLM）监控方法，用于检测自动驾驶在语义异常场景中的行为是否异常。 方法上，VLM 先从隐藏结果的车载视频窗口预测场景所需动作，再与真实自车轨迹按兼容规则比对，据此判断行为是否异常。作者同时构建了覆盖 112 个配对场景的六字段分类体系，以及带估计轨迹的生成视频语料。 目前公开的是方法设计与语料，报道未给出该方法在实际驾驶或基准测试中的检测效果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。