热点事件持续更新
Reflect-VLA：双路径在线自蒸馏内化反思引导
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
2026年10月12日，arXiv Robotics 发布一手论文，提出 Reflect-VLA，用于自动驾驶规划。该方法将反思引导作为训练期特权信息，通过双路径在线策略自蒸馏（Dual-OPSD）内化其规划收益；推理时仅需单次前向即可生成轨迹，无需显式引导或迭代修正。其机制为：仅用驾驶分数对学生生成的轨迹进行路由，对高风险轨迹蒸馏 token 级修正分布，对可靠轨迹做自模仿。实验在 NAVSIM v1/v2 和 Bench2Drive 上取得有竞争力的规划性能，训练时间较 RL 缩短 90% 以上。目前未见后续报道或矛盾信息。
AI 根据报道生成 · 2 小时前更新
最新进展10月12日 12:00
arXiv 发布 Reflect-VLA 论文，提出 Dual-OPSD，推理免显式引导，训练较 RL 缩短 90% 以上。报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv · RoboticsReflect-VLA：通过双路径在线策略自蒸馏内化反思引导用于自动驾驶
Reflect-VLA 将反思引导作为训练期特权信息，通过双路径在线策略自蒸馏（Dual-OPSD）内化其规划收益，推理时单次前向生成轨迹，无需显式引导或迭代修正。该方法仅用驾驶分数路由学生生成的轨迹，对高风险轨迹蒸馏 token 级修正分布，对可靠轨迹做自模仿。在 NAVSIM v1/v2 和 Bench2Drive 上取得有竞争力的规划性能，训练时间较 RL 缩短 90% 以上。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。