**延迟暴露未来轨迹提升自动驾驶VLM可验证推理**

_Deferred Exposure of Future Trajectories for Verifiable Reasoning in Autonomous Driving VLMs_

> 针对自动驾驶视觉语言模型中因提前暴露真实轨迹导致的轨迹锚定偏差问题，研究者提出AD-MCQ与DEFT-RLVR方法，将规划转化为多选项选择任务，使未来轨迹从决策前的锚点变为决策后的验证目标。实验表明该方法在提升推理能力的同时保持了视觉理解能力。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-08-04 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2608.01755)