CSN推理时重构VLA文本输入，CARLA驾驶得分提升

Yun Li、Yidu Zhang、Simon Thompson、Ehsan Javanmardi 与 Manabu Tsukada 发布论文，提出推理时文本重构方法 Causal Scene Narration（CSN）：通过意图—约束对齐、定量落地和结构分离重构 VLA 驾驶模型接收的导航命令与危险通知，不增加 GPU 成本。作者称该方法零 GPU 开销，改动只在输入文本层面。 在 CARLA 多城镇评测（8 城镇、16 条路线、N=5、95% bootstrap 置信区间）中，CSN 使 LMDrive 的驾驶得分相对提升 31.1%，PL-DPO-NLL 变体提升 24.5%。论文同时报告结构性份额与跨配置不对称性在 N=5 下置信区间过宽、统计上不确定；与运行时监督结合的尝试为负结果：朴素方向冲突监测器在该基准上从未触发，与 CSN 搭配时因被动控制钳制反而降低驾驶得分。

AI 根据报道生成 · 10 小时前更新