Buchumschlag

GeoDrive: 3D Geometry-Informed Driving World Model with Precise Action Control

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Anthony, Zheng, Wenzhao, Wang, Yida, Zhang, Xueyang, Zhan, Kun, Jia, Peng, Keutzer, Kurt, Zhang, Shanghang
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Robotics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Instruct Large Language Models to Drive like Humans
von: Zhang, Ruijun, et al.
Veröffentlicht: (2024)

R3D2: Realistic 3D Asset Insertion via Diffusion for Autonomous Driving Simulation
von: Ljungbergh, William, et al.
Veröffentlicht: (2025)

ReconDreamer: Crafting World Models for Driving Scene Reconstruction via Online Restoration
von: Ni, Chaojun, et al.
Veröffentlicht: (2024)

$\textit{S}^3$Gaussian: Self-Supervised Street Gaussians for Autonomous Driving
von: Huang, Nan, et al.
Veröffentlicht: (2024)

UniDrive: Towards Universal Driving Perception Across Camera Configurations
von: Li, Ye, et al.
Veröffentlicht: (2024)

GPD-1: Generative Pre-training for Driving
von: Xie, Zixun, et al.
Veröffentlicht: (2024)

DVGT-2: Vision-Geometry-Action Model for Autonomous Driving at Scale
von: Zuo, Sicheng, et al.
Veröffentlicht: (2026)

HarmoWAM: Harmonizing Generalizable and Precise Manipulation via Adaptive World Action Models
von: Feng, Qiuxuan, et al.
Veröffentlicht: (2026)

GaussianAD: Gaussian-Centric End-to-End Autonomous Driving
von: Zheng, Wenzhao, et al.
Veröffentlicht: (2024)

WorldRFT: Latent World Model Planning with Reinforcement Fine-Tuning for Autonomous Driving
von: Yang, Pengxuan, et al.
Veröffentlicht: (2025)

DVGT: Driving Visual Geometry Transformer
von: Zuo, Sicheng, et al.
Veröffentlicht: (2025)

OmniIndoor3D: Comprehensive Indoor 3D Reconstruction
von: Wei, Xiaobao, et al.
Veröffentlicht: (2025)

Driv3R: Learning Dense 4D Reconstruction for Autonomous Driving
von: Fei, Xin, et al.
Veröffentlicht: (2024)

DrivingRecon: Large 4D Gaussian Reconstruction Model For Autonomous Driving
von: Lu, Hao, et al.
Veröffentlicht: (2024)

Discrete Diffusion for Reflective Vision-Language-Action Models in Autonomous Driving
von: Li, Pengxiang, et al.
Veröffentlicht: (2025)

DriveWorld-VLA: Unified Latent-Space World Modeling with Vision-Language-Action for Autonomous Driving
von: jia, Feiyang, et al.
Veröffentlicht: (2026)

DynVLA: Learning World Dynamics for Action Reasoning in Autonomous Driving
von: Shang, Shuyao, et al.
Veröffentlicht: (2026)

DriveDreamer-Policy: A Geometry-Grounded World-Action Model for Unified Generation and Planning
von: Zhou, Yang, et al.
Veröffentlicht: (2026)

Closed Loop Dynamic Driving Data Mixture for Real-Synthetic Co-Training
von: Ruan, Hongzhi, et al.
Veröffentlicht: (2026)

ReflectDrive-2: Reinforcement-Learning-Aligned Self-Editing for Discrete Diffusion Driving
von: Wang, Huimin, et al.
Veröffentlicht: (2026)

Unifying Language-Action Understanding and Generation for Autonomous Driving
von: Wang, Xinyang, et al.
Veröffentlicht: (2026)

Latent-WAM: Latent World Action Modeling for End-to-End Autonomous Driving
von: Wang, Linbo, et al.
Veröffentlicht: (2026)

Vega: Learning to Drive with Natural Language Instructions
von: Zuo, Sicheng, et al.
Veröffentlicht: (2026)

Generalizing Motion Planners with Mixture of Experts for Autonomous Driving
von: Sun, Qiao, et al.
Veröffentlicht: (2024)

Listen, Look, Drive: Coupling Audio Instructions for User-aware VLA-based Autonomous Driving
von: Guo, Ziang, et al.
Veröffentlicht: (2026)

ACT-Bench: Towards Action Controllable World Models for Autonomous Driving
von: Arai, Hidehisa, et al.
Veröffentlicht: (2024)

DrivingSphere: Building a High-fidelity 4D World for Closed-loop Simulation
von: Yan, Tianyi, et al.
Veröffentlicht: (2024)

DeSiRe-GS: 4D Street Gaussians for Static-Dynamic Decomposition and Surface Reconstruction for Urban Driving Scenes
von: Peng, Chensheng, et al.
Veröffentlicht: (2024)

Bench2Drive-Robust: Benchmarking Closed-Loop Autonomous Driving under Deployment Perturbations
von: Zhang, Zhiyuan, et al.
Veröffentlicht: (2026)

TwinRL: Digital Twin-Driven Reinforcement Learning for Real-World Robotic Manipulation
von: Xu, Qinwen, et al.
Veröffentlicht: (2026)

CRAFT: Counterfactual-to-Interactive Reinforcement Fine-Tuning for Driving Policies
von: Chen, Keyu, et al.
Veröffentlicht: (2026)

Incremental Bayesian Learning for Fail-Operational Control in Autonomous Driving
von: Zheng, Lei, et al.
Veröffentlicht: (2024)

World Models for Autonomous Driving: An Initial Survey
von: Guan, Yanchen, et al.
Veröffentlicht: (2024)

StyleVLA: Driving Style-Aware Vision Language Action Model for Autonomous Driving
von: Gao, Yuan, et al.
Veröffentlicht: (2026)

SubjectDrive: Scaling Generative Data in Autonomous Driving via Subject Control
von: Huang, Binyuan, et al.
Veröffentlicht: (2024)

Think2Drive: Efficient Reinforcement Learning by Thinking in Latent World Model for Quasi-Realistic Autonomous Driving (in CARLA-v2)
von: Li, Qifeng, et al.
Veröffentlicht: (2024)

Bench2Drive-VL: Benchmarks for Closed-Loop Autonomous Driving with Vision-Language Models
von: Jia, Xiaosong, et al.
Veröffentlicht: (2026)

Map-World: Masked Action planning and Path-Integral World Model for Autonomous Driving
von: Hu, Bin, et al.
Veröffentlicht: (2025)

A Vision-Language-Action Model with Visual Prompt for OFF-Road Autonomous Driving
von: Zhang, Liangdong, et al.
Veröffentlicht: (2026)

GSDrive: Reinforcing Driving Policies by Multi-mode Future Trajectory Probing with 3D Gaussian Splatting Environment
von: Guo, Ziang, et al.
Veröffentlicht: (2026)