分层表征学习

SGDrive：面向自动驾驶的场景到目标分层世界认知

SGDrive: Scene-to-Goal Hierarchical World Cognition for Autonomous Driving

把通用 VLM 的表征按 scene-agent-goal 层级显式结构化，为视觉研究者提供了一种将通用视觉语言特征适配到具身决策任务的表征组织范式，可直接借鉴到需要时空推理的规划类任务。