CMU-Drive e V2V-VLA: Direção Cooperativa Multiagente Unificada com Benchmark de Raciocínio e Modelos de Visão-Linguagem-Ação Veículo-a-Veículo

arXiv:2608.07621v1 Tipo de anúncio: novo Resumo: Modelos de Visão-Linguagem-Ação (VLA) alcançaram recentemente um desempenho impressionante na direção autônoma de ponta a ponta, mas as abordagens existentes são projetadas principalmente para um único agente individual de direção autônoma, com suporte limitado para percepção, raciocínio e planejamento cooperativos. Apresentamos o Cooperative Multi-agent Unified Driving with Reasoning (CMU-Drive), um benchmark de ciclo fechado de ponta a ponta para avaliar a direção autônoma cooperativa com...