SuperGlance:将VLM隐状态转为快速驾驶策略
SuperGlance: Driving at a Glance with a Vision-Language Model
AI 摘要
Jieyuan Pei等提出SuperGlance,读取解码器式VLM生成首token前的隐状态,用线性头对5273条候选轨迹打分,把逐步解码的慢速System 2变为单步推理的驾驶策略。该隐状态已足以驱动车辆并回答场景问题,省去秒级GPU推理,监督目标可由离线奖励生成。
标题与摘要由 AI 根据原文自动生成,可能存在偏差;具体数据与结论请以原文为准。