理想最新DriveAction：探索VLA模型中类人驾驶决策的基准~

点击下方 卡片 ，关注" 自动驾驶之心 "公众号 戳我-> 领取 自动驾驶近15个 方向 学习 路线 今天自动驾驶之心为大家分享理想汽车最新的工作—DriveAction！ 探索VLA模型 中类人驾驶决策的基准。 如果您有相关工作需要分享，请在文末联系我们！ >>点击进入→ 自动驾驶之心 『多模态大模型』技术交流群 论文作者 | Yuhan Hao等 编辑 | 自动驾驶之心 研究背景与问题提出 在自动驾驶技术不断发展的进程中，Vision-Language-Action（VLA）模型凭借其强大的多模态处理能力， 为自动驾驶系统的发展带来了新的机遇。然而，现有的基准数据集在场景多样性、动作级标注的可靠性以 及与人类偏好一致的评估协议等方面存在明显不足，这严重制约了VLA模型的进一步发展和实际应用。 具体来看，现有基准数据集主要存在以下问题： DriveAction基准的核心创新 为解决上述问题，本文提出了DriveAction基准，这是首个专为VLA模型设计的动作驱动基准，具有以下三 大核心创新： 场景多样性不足 ：大多数基准数据集基于开源数据构建，来源单一，难以覆盖现实驾驶中的各种复杂 场景，如道路合并与出口 ...