#NAVSIM (1)

SimWAM：端到端自动驾驶的简单世界-动作模型

提出将视频生成仅作为训练信号的简洁世界-动作模型，联合训练视频专家和轻量动作专家，用隔离注意力掩码使动作预测独立于未来帧，训练后丢弃视频分支保留自包含规划器直接预测轨迹，并用强化学习优化组合驾驶奖励，在 NAVSIM 上达 91.5 PDMS。