DA-WAM: Decision-Aligned Future Latents for Driving World Models

📄 arXiv: 2608.19085v1 📥 PDF

作者: Ruiguo Zhong, Benshan Ma, Xiaolong Chen, Lang Zhang, Mingyue Feng, Yaonong Wang, Pei Liu, Jun Ma

分类: cs.RO, cs.AI

发布日期: 2026-08-19

💡 一句话要点

提出DA-WAM以解决自主驾驶中的未来状态建模问题

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture)

关键词: 自主驾驶 未来状态建模 决策优化 轨迹选择 深度学习

📋 核心要点

  1. 现有方法在未来状态建模与决策优化之间存在解耦，导致预测与实际决策之间的联系薄弱。
  2. DA-WAM框架通过统一预测表示学习与动作条件建模，确保未来状态直接影响轨迹选择。
  3. 在NAVSIM-v1和NAVSIM-v2上的实验结果表明，DA-WAM实现了显著的性能提升，超越了现有基线。

📝 摘要（中文）

在自主驾驶中，预测场景如何在自我行动下演变至关重要，但现有世界模型在决策中的潜力尚未充分发挥。关键挑战在于确保未来建模不仅是预测性的，还要对决策提供信息。现有方法往往将未来表示学习与规划优化解耦，或在轨迹候选之间共享预测状态，从而削弱了应指导选择的特定动作后果。为此，本文提出DA-WAM框架，统一了预测表示学习、动作条件下的未来建模和轨迹评分，确保未来表示与驾驶任务共同演化。通过广泛的实验，DA-WAM在NAVSIM-v1和NAVSIM-v2上展示了最先进的性能。

🔬 方法详解

问题定义：本文旨在解决自主驾驶中未来状态建模与决策优化之间的脱节问题。现有方法往往未能将预测与决策有效结合，导致决策过程中的信息不足。

核心思路：DA-WAM框架的核心思想是将预测表示学习、动作条件下的未来建模与轨迹评分统一在一个决策目标下，确保未来表示能够直接影响轨迹选择。通过在线编码器和稳定的动量目标，保持预测监督贯穿规划优化过程。

技术框架：DA-WAM的整体架构包括三个主要模块：动作条件预测器、未来潜在状态生成器和基于未来潜在状态的评分器。动作条件预测器为每个轨迹候选生成独特的未来潜在状态，评分器则根据这些潜在状态进行评估。

关键创新：DA-WAM的主要创新在于其将未来状态建模与决策过程紧密结合，确保预测的未来状态能够直接影响轨迹选择。这一设计使得未来表示能够与驾驶任务共同演化，克服了现有方法的不足。

关键设计：在关键设计方面，DA-WAM采用了在线编码器来实时更新未来表示，同时使用稳定的动量目标来增强训练的稳定性。此外，损失函数设计上结合了专家匹配轨迹的监督和安全关键的负样本监督，以提高模型的鲁棒性。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

DA-WAM在NAVSIM-v1和NAVSIM-v2上实现了最先进的性能，具体表现为在多个评估指标上超越了现有基线，提升幅度达到XX%。这些实验结果验证了框架的有效性和创新性。

🎯 应用场景

该研究的潜在应用领域包括自动驾驶汽车的路径规划与决策系统。通过提升未来状态的建模能力，DA-WAM能够在复杂环境中做出更安全、更高效的驾驶决策，具有重要的实际价值和未来影响。

📄 摘要（原文）

Anticipating how scenes evolve under ego actions is fundamental to safe autonomous driving, yet the full potential of world models for decision-making remains unrealized. The critical challenge lies in ensuring that future modeling is not merely predictive, but decision-informative: the predicted future must directly shape which trajectory is selected. Existing approaches decouple future representation learning from planning optimization, or share predicted states across trajectory candidates, thereby diluting the action-specific consequences that ought to guide selection. To bridge this gap, we propose DA-WAM, a framework that unifies predictive representation learning, action-conditioned future modeling, and trajectory scoring under a single decision-making objective. DA-WAM maintains predictive supervision throughout planner optimization via an online encoder and a stable momentum target, allowing future representations to co-evolve with the driving task. An action-conditioned predictor generates a distinct future latent state per trajectory candidate, which is then evaluated by a future-latent-conditioned factorized scorer. For the expert-matched trajectory, the predicted future latent is supervised by the observed future representation, while safety-critical hard negatives provide additional supervision near planning boundaries. Extensive experiments on NAVSIM-v1 and NAVSIM-v2 demonstrate state-of-the-art performance, while ablations and diagnostic analyses validate the key components.