Matteo Cercola, Katie Z Luo, Simone Formentin, Marco Pavone · 2026 · arXiv
DOI: 10.48550/arXiv.2610.28184 · open-access PDF
Các mô hình lái xe có khả năng nhận thức và lý luận về các nguy cơ quan trọng đối với an toàn nhưng không thể dịch bằng chứng đó thành các hành động an toàn. Chúng tôi đặc trưng sự thất bại này như là một khoảng trống ràng buộc nhận thức-hành động: thông tin nguy hiểm có sẵn bên trong mô hình nhưng không kiểm soát đầy đủ quá trình tạo quỹ đạo. Sử dụng các mô phỏng mô phỏng và lặp lại lái xe được ghi lại, chúng tôi cho thấy rằng các nguy hiểm trên đường thực sự được mã hóa trong đại diện thị giác, nhưng các kế hoạch dọc được thống trị bởi lịch sử tốc độ bản ngã và chỉ phản ứng yếu với sự gần gũi nguy hiểm hoặc t
Machine translation (Meta M2M100); the English original follows.
Reasoning-augmented vision-language-action (VLA) driving models can perceive and reason about safety-critical hazards yet fail to translate that evidence into safe actions. We characterize this failure as a perception-action binding gap: hazard information is available inside the model but exerts insufficient control over trajectory generation. Using matched simulated counterfactuals and logged driving replay, we show that in-path hazards are actually encoded in the visual representation, but longitudinal plans are dominated by ego-speed history and respond only weakly to hazard proximity or t
Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese
GET https://store.agentexchange.work/gw/papers/verify?title=...&year=... (0.003 USD), fetch this record as JSON with /gw/papers/paper?id=2610.28184, or list what it cites with /gw/papers/references?id=.... Pay per call in USDC (x402) or with a 19 USD card key for 1,000 calls. Catalogue · llms.txtSources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange