本项目 · 论文与研究
PlanWAM 公开面向驾驶规划的未来表征研究
论文从历史观测预测有助于驾驶规划的未来潜在表征，再生成并选择轨迹。真实未来仅用于训练，推理阶段只读取已有历史。
日期为所引论文版本的公开日期，不是本站收录日；这里概述论文中的研究，不表示本站运行或独立验证了模型。 不据论文实验推断已部署的道路安全能力。
PlanWAM 研究团队 / 独立收录记录
PlanWAM
PlanWAM 用轨迹规划目标塑造未来表征，再把使用真实未来的训练分支蒸馏到只读取历史的预测分支。
技术资料
来源与原文 ↓能做什么，使用时要注意什么
输入与结果
- 提供什么
- 历史多视角相机观察、自车状态与导航信息。
- 得到什么
- 面向规划的未来潜在表征，以及由其引导生成和选择的自车轨迹。潜在表征是模型内部编码；这里用它帮助轨迹生成和选择。
分类与用途
- 控制方式
- 控制方式未知
- 应用领域
- 自动驾驶
论文 v1；核心世界模型预测未来潜在表征，不生成可复用三维场景。导航信息不自动视为外部动作条件接口。
查看分类依据 ↓资料尚未确认
动作能否影响后续预测开放方式开源情况适用限制需要区分的对象已收录材料不足以判断，未确认不代表没有相应能力。
沿着公开资料继续了解
按事件时间展示已收录进展，非完整新闻列表。
来源与原文
按原始材料集中查阅；相同原句合并展示，对应资料与阅读日期一并保留。
PlanWAM · 项目原始材料
核对原文摘录 · 3 段，支持 4 项资料
原阅读方向
A latent world model then predicts this planning-shaped future latent representation一句话认识 / 输出什么
The predicted future latent representation serves as planning context and guides trajectory generation and selection.输入什么
denote the historical multi-view camera observations, $c_{t-n:t}$ the corresponding ego states and navigation information本站整理来源中的声明，不核查厂商声明真伪，不评价模型优劣。了解收录方式 →