针对潜世界模型在自动驾驶规划中表现次优的问题，WorldRFT框架通过分层规划和强化学习微调，实现了感知与规划的对齐，大幅提升了驾驶安全性，纯视觉方案性能已媲美激光雷达。
智能速览
WorldRFT提出面向规划的潜世界模型框架，解决感知与规划耦合问题
集成视觉-几何基础模型，通过分层规划分解指导表示优化
引入组相对策略优化与碰撞-觉察奖励，系统提升安全策略性能
在nuScenes数据集上碰撞率降低83%，仅用相机输入即可媲美激光雷达方案
精华内容
聚焦自动驾驶的安全性瓶颈，WorldRFT提出了一种基于规划的潜世界模型框架，旨在通过技术创新解决感知与规划耦合带来的规划次优难题。
潜世界模型架构
WorldRFT构建了完整的“场景理解→规划决策→安全优化”流程。空间-觉察编码器模块利用几何基础模型VGGT，从环视图像中构建富含3D空间信息的潜世界表示，无需显式3D输入即可实现有效空间理解。
通过轻量级融合模块集成ResNet和VGGT特征，生成统一的潜空间视觉表示，为后续规划提供精准的环境感知基础。
分层规划细化
框架将端到端规划分解为目标区域定位、空间路径规划和时间轨迹预测三个并行子任务。目标区域不再预测确定性点，而是使用拉普拉斯分布建模为概率区域，自然捕捉场景复杂性。
统一的查询交互框架让各子任务专用查询进行自注意计算，实现规划意图的相互感知，并通过局部-觉察迭代优化整合局部场景信息，对初始结果进行迭代改进。
强化学习微调
引入组相对策略优化（GRPO）算法，应用碰撞-觉察奖励来微调驾驶策略。通过将轨迹扩展为概率分布进行探索，根据自车与周围智体的距离计算奖励，负距离产生惩罚以避免碰撞。
采用高斯分布对轨迹进行建模，以样本组内的相对奖励估计优势函数，从而在保持规划精度的同时，系统性地提高安全性。
性能实测表现
WorldRFT在开放环路nuScenes和闭环NavSim基准测试中均取得最先进性能。在nuScenes数据集上，该方法将碰撞率从0.30%显著降低至0.05%，降幅达83%。
在NavSim数据集上，仅使用相机传感器输入，就达到了与基于LiDAR的SOTA方法DiffusionDrive相当的性能（87.8 vs 88.1 PDMS），验证了纯视觉方案的强大潜力。
WorldRFT通过创新的框架设计，证明了潜世界模型在自动驾驶规划中的巨大潜力。它不仅显著降低了碰撞率，还展示了纯视觉方案超越传统感知的可能性，为未来的自动驾驶技术发展提供了重要的研究方向。
