《驾驭之道：视觉-语言-动作模型在个性化驾驶中的偏好对齐》

Drive My Way: Preference Alignment of Vision-Language-Action Model for Personalized Driving

人类驾驶行为具有鲜明的个人特征，既受长期习惯塑造，又受短期意图影响。不同个体在加速、制动、并线、让行与超车等场景中均表现出差异性。然而，现有的端到端自动驾驶系统要么优化通用目标，要么依赖固定驾驶模式，既无法适配个体偏好，也难以解析自然语言意图。为填补这一空白，我们提出"随我驾驶"（DMW）——一个融合视觉-语言-动作的个性化驾驶框架，既能适应用户长期驾驶习惯，又可响应实时指令。DMW通过多驾驶员真实场景数据集学习用户嵌入表征，在规划阶段以此嵌入向量调节策略模型，同时借助自然语言指令提供短期引导。在Bench2Drive基准测试中的闭环评估表明，DMW显著提升了驾驶风格指令适配能力；用户研究证实其生成行为可被识别为对应驾驶员的独特风格，彰显个性化作为人本自动驾驶核心能力的价值。项目数据与代码已开源：https://dmw-cvpr.github.io/。