안전한 L2/L3 자율주행은 공유 제어 전환 시 인간-인-루프 (human-in-the-loop) 반응을 예측하는 것이 필수적입니다. 대부분의 주행 세계 모델 (driving world models) 은 외부 환경을 예측하지만, 차내 지능 (in-cabin intelligence) 은 엄격하게 인식 (recognition) 중심이며 차내 역동성 (driver dynamics) 을 위한 다단계 롤아웃 (multi-step rollout) 능력을 결여하고 있습니다.

우리는 외부 교통 컨텍스트에 조건부 인과적 (causal) 방식으로 차내 역동성을 롤아웃하는 드라이버 중심 잠재 세계 모델인 Driver-WM을 소개합니다. 이 공식화 (formulation) 는 물리적 운동학 예측 (kinematics forecasting) 과 보조적 행동 및 감정적 의미 인식 (behavioral and emotional semantic recognition) 을 통합합니다.

Driver-WM 은 동결된 비전-언어 (vision-language) 특징에서 구축된 컴팩트 잠재 공간 (latent space) 에서 작동하며, 외부 교통과 내부 드라이버 상태를 각각 인코딩하는 듀얼 스트림 아키텍처 (dual-stream architecture) 를 채택합니다. 이 두 스트림은 학습된 벡터 게이트 (vector gate) 를 사용하여 외부 컨텍스트 교란 (contextual perturbations) 을 조절하고 엄격한 시간적 인과성 (temporal causality) 을 강제하는 게이트 인가 메커니즘 (gated causal injection mechanism) 을 통해 방향적으로 결합됩니다.

다중 작업 보조 주행 벤치마크 (multi-task assistive driving benchmark) 상의 평가는 Driver-WM 이 반응형 고운동 조작 (reactive high-motion maneuvers) 에 대해 강건한 장기 지리적 예측 (long-horizon geometric forecasting) 을 제공하고 드라이버 및 교통 상태 모두에 대한 의미적 정렬 (semantic alignment) 을 개선함을 보여줍니다. 또한, 명시적인 외부에서 내부 조건부 (external-to-internal conditioning) 는 체계적으로 메커니즘 반응을 분석하기 위한 제어된 테스트 타임 인터벤션 (controlled test-time interventions) 을 가능하게 합니다.