Driver-WM: 차내 역동성을 위한 외부 교통 상황에 조건부 잠재 세계 모델

요약

Driver-WM은 자율주행 시스템의 안전성을 높이기 위해 외부 교통 상황에 조건화된 차내 역동성 예측 잠재 세계 모델입니다. 기존 주행 세계 모델이 외부 환경 예측에 치중했던 것과 달리, Driver-WM은 물리적 운동학 예측과 드라이버의 행동 및 감정적 의미 인식을 통합하여 차량 내부의 복잡한 동역학을 다단계로 롤아웃할 수 있습니다. 이 모델은 듀얼 스트림 아키텍처와 게이트 인가 메커니즘을 통해 외부 컨텍스트를 내부 상태에 조건적으로 주입하며, 반응성이 높은 상황에서도 장기적이고 의미론적으로 정렬된 예측 성능을 보여줍니다.

핵심 포인트

• Driver-WM은 외부 교통 환경에 기반하여 차내 드라이버의 역동성을 예측하는 잠재 세계 모델이다.
• 물리적 운동학(kinematics)과 행동/감정적 의미 인식(semantic recognition)을 통합하여 다차원적인 주행 상태를 포착한다.
• 듀얼 스트림 아키텍처와 게이트 인가 메커니즘을 사용하여 외부 컨텍스트의 영향을 내부 상태에 조건적으로, 그리고 시간적으로 인과적으로 결합한다.
• 다중 작업 벤치마크에서 반응성이 높은 고운동 조작 상황에서도 강건한 장기 예측 및 의미적 정렬 성능을 입증했다.