PlanWAM：规划塑形未来表征的端到端自动驾驶世界动作模型

2026年10月9日，研究者在 arXiv（Robotics）发布 PlanWAM，一种面向端到端自动驾驶的规划塑形世界动作模型。其核心思路是让规划任务塑造未来状态表征，使潜在世界模型从历史观测中预测对未来规划最有用的未来潜在表征。方法上，PlanWAM 采用 Temporal Register Pyramid 压缩多帧历史信息，并通过 Hindsight-to-Foresight Distillation 训练仅依赖历史的先验分支。目前公开信息仅涉及模型架构与训练方法，未披露实验数据、评测结果或落地计划。

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。