自动驾驶规划器补上缺失的未来画面：沿候选轨迹渲染，NAVSIM v1 从 86.2 升到 91.3
自动驾驶世界行动模型在强化学习后训练时会探索日志里没有的候选轨迹，但驾驶日志只记录实际行驶轨迹的未来视频，这些候选因此缺少匹配的视觉监督。SimVTA 用基于 3D 高斯泼溅重建真实场景的模拟器，沿候选轨迹渲染未来视频作为与预测无关的目标，并按轨迹奖励和视频预测误差挑选高奖励、高误差的未来帧做流匹配监督，同时用 GRPO 优化轨迹。在 NAVSIM v1 上，它把 Epona 初始化的 PDMS 从 86.2 提升到 91.3，NAVSIM v2 上 EPDMS 从 85.0 升到 88.2，HUGSIM 闭环平均 HD-Score 为 38.8。