SAGE：视觉语言与几何融合的施工区路径预测

Jiaxi Liu 等作者提出 SAGE（Semantic-to-Action Grounded Execution）框架，用于临时交通管制施工区的路径预测：把视觉语言模型（VLM）输出的轨迹作为对完整几何候选路径的偏好，再通过排序融合，将候选的几何得分与 VLM 轨迹一致性结合起来。该框架把路径构建、路径偏好与控制合规拆分为共享候选空间中的不同环节。 作者称，在 2,306 个真实 ROADWork 验证片段中，87% 的片段其候选集合包含一条与人类示范相距 10 像素以内的路径，但选择环节的误差占几何排序器总误差的 53%。SAGE-VLM 以《统一交通控制设施手册》（MUTCD）为依据进行监督训练，要求在给出通行决策和轨迹之前先说明车道状态与危险侧。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。