自动驾驶与遥感 / CVPR2026
HybridDriveVLA:面向自动驾驶的视觉思维链推理与思维树评估的视觉-语言-动作模型
HybridDriveVLA: Vision-Language-Action Model with Visual CoT reasoning and ToT Evaluation for Autonomous Driving
将视觉思维链(V-CoT)用于预测未来场景作为目标,并结合思维树(ToT)对候选轨迹从安全、进度、舒适度多维度评分,为自动驾驶中的轨迹规划提供可解释的推理框架。
视觉思维链思维树评估轨迹预测