ColaVLA：用于自动驾驶的认知潜在推理

发布: 2025年12月28日 14:06

•

1分で読める

分析

本文解决了基于VLM的自动驾驶中的关键挑战，特别是离散文本推理与连续控制之间的不匹配、高延迟和低效规划。 ColaVLA 引入了一个新颖的框架，利用认知潜在推理来提高轨迹生成的效率、准确性和安全性。使用统一的潜在空间和分层并行规划是一项重大贡献。

引用 / 来源

"ColaVLA achieves state-of-the-art performance in both open-loop and closed-loop settings with favorable efficiency and robustness."

ArXiv2025年12月28日 14:06

* 根据版权法第32条进行合法引用。

Heterogeneity in Multi-Agent Reinforcement Learning

Fast and accurate Fe-H machine-learning interatomic potential for elucidating hydrogen embrittlement mechanisms