专攻长尾场景！同济CoReVLA：双阶段端到端新框架

自动驾驶技术在 长尾场景（低频率、高风险的安全关键场景） 中表现仍存在显著短板——这类场景虽不常见，却占自动驾驶事故的很大比例，且会导致驾驶员 接管率急剧上升。 传统模块化自动驾驶系统（感知-预测-规划分阶段）存在"误差累积"问题：各阶段的微小误差会逐步放大，导致整体性能难以提升；而端到端方法直接将传感器 输入映射为控制动作或者自车的轨迹，具备更强的适应性和统一优化能力，被认为是解决长尾场景问题的潜在方向。 而当前端到端方法主要分为两类，但均无法很好应对长尾场景： CoReVLA 核心设计："Collect-and-Refine"双阶段框架 为解决上述问题，CoReVLA提出 持续学习的双阶段框架 ，通过"数据收集（Collect）"与"行为优化（Refine）"循环，提升长尾场景下的决策能力。整体流程如 figure 1所示，分为预阶段（SFT）、第一阶段（接管数据收集）、第二阶段（DPO优化）三部分。 预阶段：基于QA数据的监督微调（SFT） 此阶段的目标是让VLA模型建立自动驾驶领域的基础认知，为后续长尾场景学习铺垫。 $${\mathcal{L}}{S F T}=-\sum{i=1}^{N}\su ...