DriveCache: Action-Aware Caching for Driving World Model Inference
作者: Jianchun Yang, Jian Liang, Xianda Guo, Pinhan Fu, Yanlun Peng, Conglang Zhang, Wenke Huang, Mang Ye
分类: cs.AI, cs.CV
发布日期: 2026-08-17
备注: 9 pages, 7 figures, 4 tables
💡 一句话要点
提出DriveCache以解决驾驶世界模型推理中的缓存效率问题
🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture)
关键词: 自动驾驶 视频生成 扩散模型 缓存优化 动态规划 动作感知 计算效率
📋 核心要点
- 现有的扩散生成模型在生成过程中需要多次评估大型网络，导致效率低下，尤其是在处理驾驶信号时。
- DriveCache通过利用规划的运动信息，动态分配缓存重用，优化了生成过程中的计算资源使用。
- 实验结果显示，DriveCache在多个生成器配置下，相较于现有缓存方法显著提高了生成的保真度和效率。
📝 摘要（中文）
驾驶视频生成模型通过预测可控的未来场景来支持自动驾驶的发展，然而，基于扩散的生成模型在去噪步骤中需要反复评估大型骨干网络，限制了生成的吞吐量。现有的扩散加速方法虽然降低了这一成本，但通用设计忽略了生成前可用的驾驶信号，如自我速度和规划轨迹。本文提出DriveCache，一个无训练的、基于动作的控制器，利用规划的运动在场景间分配重用，并通过动态规划在去噪步骤中进行分配。实验表明，DriveCache在多个生成器配置下改善了整体的保真度与效率的权衡。
🔬 方法详解
问题定义：本文旨在解决基于扩散的驾驶视频生成模型在生成过程中效率低下的问题。现有方法未能充分利用生成前的驾驶信号，导致计算资源浪费。
核心思路：DriveCache的核心思想是利用已规划的运动信息来动态分配缓存重用，从而在去噪步骤中优化生成过程的效率。通过这种方式，模型能够在保持生成质量的同时，显著提高生成速度。
技术框架：DriveCache的整体架构包括一个动作感知控制器，该控制器根据自我运动信息分配缓存重用，并通过动态规划在去噪步骤中进行优化。此外，模型还集成了因果漂移检查机制，以确保生成过程的稳定性。
关键创新：DriveCache的主要创新在于其无训练的设计和基于动作的缓存分配策略。这一策略与传统的通用缓存方法相比，能够更有效地利用驾驶信号，从而提升生成效率。
关键设计：在设计上，DriveCache采用了动态规划算法来优化缓存重用的分配，并设置了响应预算以平衡生成过程中的计算负担。模型还引入了因果漂移检查机制，以便在生成偏离预期时进行特征刷新和重新规划。
🖼️ 关键图片
📊 实验亮点
实验结果表明，DriveCache在三种生成器配置下，相较于评估的缓存方法，显著改善了保真度与效率的权衡，具体提升幅度未知，显示出其在实际应用中的优越性。
🎯 应用场景
DriveCache的研究成果具有广泛的应用潜力，特别是在自动驾驶仿真、规划评估和离线数据生成等领域。通过提高生成效率和保真度，该方法能够加速自动驾驶技术的开发和验证，推动智能交通系统的进步。
📄 摘要（原文）
Driving video generation models support autonomous-driving development by predicting controllable future scenes for simulation, planning evaluation, and offline data generation. Diffusion-based driving generators repeatedly evaluate large backbones across denoising steps, which limits generation throughput. Existing diffusion acceleration methods reduce this cost, but general-purpose designs omit driving signals available before generation, such as ego speed and planned trajectories. Experiments across driving motions show that cache tolerance varies with ego translation and rotation, denoising progress, and consecutive reuse length. We propose DriveCache, a training-free, action-aware controller that uses planned motion to allocate reuse across scenes and dynamic programming to place it across denoising steps under a calibrated response budget. A causal drift check refreshes features and replans the remaining schedule when generation departs from calibration. Across three generator configurations, DriveCache improves the overall fidelity-efficiency trade-off over evaluated cache methods. Our code will be publicly available.