arXiv · cs.AI· Jiayi Chen, Shuai Wang, Guangxu Zhu, Derrick Wing Kwan Ng, Chengzhong Xu, Kaibin Huang·· 1 天前
SIGMA：面向决策关键型自动驾驶系统的仿真环路快慢推理
Not All Uncertainty Matters: Simulation-in-the-Loop Fast-Slow Reasoning for Decision-Critical Autonomous Driving System
arXiv:2610.09520v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Jiayi Chen, Shuai Wang, Guangxu Zhu, Derrick Wing Kwan Ng, Chengzhong Xu, Kaibin Huang
首次提交：2026-10-07 14:15
研究任务与主要进展
SIGMA提出面向大视觉语言模型自动驾驶的仿真环路快慢协作框架，通过评估不确定场景对可行轨迹和规划成本的影响，决定何时调用云端推理。论文摘要称，该方法引入预期规划增益（EPG），在CARLA静态和动态障碍场景中减少不必要的云端交互，并改善规划、效率与导航成功率；相较固定周期协作，动态场景中的不必要云端交互减少50%，导航成功率提升超过6%，完成时间最多缩短26.2%。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org