Buchumschlag

dVLM-AD: Enhance Diffusion Vision-Language-Model for Driving via Controllable Reasoning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ma, Yingzi, Cao, Yulong, Ding, Wenhao, Zhang, Shuibai, Wang, Yan, Ivanovic, Boris, Jiang, Ming, Pavone, Marco, Xiao, Chaowei
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

RealDrive: Retrieval-Augmented Driving with Diffusion Models
von: Ding, Wenhao, et al.
Veröffentlicht: (2025)

RealGen: Retrieval Augmented Generation for Controllable Traffic Scenarios
von: Ding, Wenhao, et al.
Veröffentlicht: (2023)

Gen-Drive: Enhancing Diffusion Generative Driving Policies with Reward Modeling and Reinforcement Learning Fine-tuning
von: Huang, Zhiyu, et al.
Veröffentlicht: (2024)

Fast-dVLM: Efficient Block-Diffusion VLM via Direct Conversion from Autoregressive VLM
von: Wu, Chengyue, et al.
Veröffentlicht: (2026)

Surprise Potential as a Measure of Interactivity in Driving Scenarios
von: Ding, Wenhao, et al.
Veröffentlicht: (2025)

PRISM: Robust VLM Alignment with Principled Reasoning for Integrated Safety in Multimodality
von: Li, Nanxi, et al.
Veröffentlicht: (2025)

ARMOR: Aligning Secure and Safe Large Language Models via Meticulous Reasoning
von: Zhao, Zhengyue, et al.
Veröffentlicht: (2025)

Counterfactual VLA: Self-Reflective Vision-Language-Action Model with Adaptive Reasoning
von: Peng, Zhenghao "Mark", et al.
Veröffentlicht: (2025)

DreamDrive: Generative 4D Scene Modeling from Street View Images
von: Mao, Jiageng, et al.
Veröffentlicht: (2024)

Efficient Multi-Camera Tokenization with Triplanes for End-to-End Driving
von: Ivanovic, Boris, et al.
Veröffentlicht: (2025)

Latent Chain-of-Thought World Modeling for End-to-End Driving
von: Tan, Shuhan, et al.
Veröffentlicht: (2025)

Closed-Loop Supervised Fine-Tuning of Tokenized Traffic Models
von: Zhang, Zhejun, et al.
Veröffentlicht: (2024)

DTPP: Differentiable Joint Conditional Prediction and Cost Evaluation for Tree Policy Planning in Autonomous Driving
von: Huang, Zhiyu, et al.
Veröffentlicht: (2023)

Driving Everywhere with Large Language Model Policy Adaptation
von: Li, Boyi, et al.
Veröffentlicht: (2024)

Promptable Closed-loop Traffic Simulation
von: Tan, Shuhan, et al.
Veröffentlicht: (2024)

Producing and Leveraging Online Map Uncertainty in Trajectory Prediction
von: Gu, Xunjiang, et al.
Veröffentlicht: (2024)

Accelerating Online Mapping and Behavior Prediction via Direct BEV Feature Attention
von: Gu, Xunjiang, et al.
Veröffentlicht: (2024)

When Are Teacher Tokens Reliable? Position-Weighted On-Policy Self-Distillation for Reasoning
von: Liu, Xiaogeng, et al.
Veröffentlicht: (2026)

Tokenize the World into Object-level Knowledge to Address Long-tail Events in Autonomous Driving
von: Tian, Ran, et al.
Veröffentlicht: (2024)

Safety Evaluation of Motion Plans Using Trajectory Predictors as Forward Reachable Set Estimators
von: Chakraborty, Kaustav, et al.
Veröffentlicht: (2025)

Towards Efficient and Effective Multi-Camera Encoding for End-to-End Driving
von: Yang, Jiawei, et al.
Veröffentlicht: (2025)

VLM-AD: End-to-End Autonomous Driving through Vision-Language Model Supervision
von: Xu, Yi, et al.
Veröffentlicht: (2024)

RoaD: Rollouts as Demonstrations for Closed-Loop Supervised Fine-Tuning of Autonomous Driving Policies
von: Garcia-Cobo, Guillermo, et al.
Veröffentlicht: (2025)

VLM-Guard: Safeguarding Vision-Language Models via Fulfilling Safety Alignment Gap
von: Liu, Qin, et al.
Veröffentlicht: (2025)

SafeGen-Bench: Benchmarking Safety in Image-Conditioned Text-to-Video Generation
von: Ma, Yingzi, et al.
Veröffentlicht: (2026)

Data Scaling Laws for End-to-End Autonomous Driving
von: Naumann, Alexander, et al.
Veröffentlicht: (2025)

Accelerating Structured Chain-of-Thought in Autonomous Vehicles
von: Gu, Yi, et al.
Veröffentlicht: (2026)

Language-Image Models with 3D Understanding
von: Cho, Jang Hyun, et al.
Veröffentlicht: (2024)

Pseudo-Simulation for Autonomous Driving
von: Cao, Wei, et al.
Veröffentlicht: (2025)

AppleVLM: End-to-end Autonomous Driving with Advanced Perception and Planning-Enhanced Vision-Language Models
von: Han, Yuxuan, et al.
Veröffentlicht: (2026)

WIPI: A New Web Threat for LLM-Driven Web Agents
von: Wu, Fangzhou, et al.
Veröffentlicht: (2024)

AutoDAN-Reasoning: Enhancing Strategies Exploration based Jailbreak Attacks with Test-Time Scaling
von: Liu, Xiaogeng, et al.
Veröffentlicht: (2025)

System-Level Safety Monitoring and Recovery for Perception Failures in Autonomous Vehicles
von: Chakraborty, Kaustav, et al.
Veröffentlicht: (2024)

LoRA3D: Low-Rank Self-Calibration of 3D Geometric Foundation Models
von: Lu, Ziqi, et al.
Veröffentlicht: (2024)

Parallelized Spatiotemporal Binding
von: Singh, Gautam, et al.
Veröffentlicht: (2024)

Sample-Efficient Safety Assurances using Conformal Prediction
von: Luo, Rachel, et al.
Veröffentlicht: (2021)

VLM-UDMC: VLM-Enhanced Unified Decision-Making and Motion Control for Urban Autonomous Driving
von: Liu, Haichao, et al.
Veröffentlicht: (2025)

VLM-MPC: Vision Language Foundation Model (VLM)-Guided Model Predictive Controller (MPC) for Autonomous Driving
von: Long, Keke, et al.
Veröffentlicht: (2024)

ExpertAD: Enhancing Autonomous Driving Systems with Mixture of Experts
von: Jiang, Haowen, et al.
Veröffentlicht: (2025)

FloorplanVLM: A Vision-Language Model for Floorplan Vectorization
von: Liu, Yuanqing, et al.
Veröffentlicht: (2026)