论文提出LMM与强化学习混合的具身驾驶决策框架，仿真中提升至少19%。
资讯摘要
一篇论文提出语义与策略双驱动的混合决策框架，将大型多模态模型用于语义理解与认知表征，并结合深度强化学习进行实时策略优化，以弥补模块化自动驾驶在开放场景中的不足。作者通过换道规划案例的仿真验证，报告该框架相对基线至少有19%的性能提升，并讨论了开放挑战与未来方向。
要点速读
- 论文指出模块化自动驾驶在需要持续环境理解与逻辑推理的开放世界场景中常表现不佳。
- 框架融合LMM的语义理解与深度强化学习的实时策略优化，实现持续学习与联合决策。
- 换道规划案例的仿真结果显示，相对基线至少有19%的性能提升。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/5 08:00:38（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。