Ego-Dynamics-Augmented World Model for Autonomous Driving with Zero-Shot Cross-Chassis Adaptation

📄 arXiv: 2607.13410v1 📥 PDF

作者: Zhidong Wang, Jingsong Liang, Zirui Li, Zhan Chen, Han Yu, Chen Lv

分类: cs.RO

发布日期: 2026-07-15

备注: 13 pages, 13 figures

💡 一句话要点

提出DynaDreamer以解决自主驾驶中的动态建模问题

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture) 支柱六：视频提取与匹配 (Video Extraction)

关键词: 自主驾驶 强化学习 世界模型 动态建模 零-shot适应 Transformer 自我动态

📋 核心要点

  1. 现有的世界模型在处理自我运动与场景动态时存在交织问题，导致建模准确性下降。
  2. DynaDreamer通过引入显式的自我动态先验，增强了世界模型的表现，改善了场景建模能力。
  3. 实验结果显示，DynaDreamer在不同驾驶场景中显著提高了任务成功率，尤其在未见底盘的情况下表现优异。

📝 摘要（中文）

基于世界模型（WM）的强化学习通过在潜在空间中想象长时间轨迹，实现了高效的端到端自主驾驶学习。然而，现有的驾驶WM大多基于鸟瞰图（BEV）表示，存在自我运动与场景动态交织的问题，导致WM在恢复自我运动时消耗了大量能力，从而影响了场景建模的准确性。本文提出DynaDreamer，一种动态增强的Dreamer风格强化学习方法，通过显式的自我动态先验来解决这一问题。该方法通过物理信息驱动的自我动态编码器-解码器提取自我状态历史，调节因果Transformer WM的先验和后验潜变量。实验结果表明，DynaDreamer在城市和高速驾驶场景中分别提高了28%和61%的任务成功率，并在未见底盘的情况下提升至73%。

🔬 方法详解

问题定义：本文旨在解决现有世界模型在自主驾驶中自我运动与场景动态交织的问题，导致建模准确性不足。现有方法在恢复自我运动时消耗了大量计算资源，影响了场景动态的建模能力。

核心思路：DynaDreamer通过引入物理信息驱动的自我动态编码器-解码器，提取自我状态历史并形成紧凑的上下文，从而调节因果Transformer WM的潜变量。这种设计使得模型能够更好地分离自我运动与场景动态，提升了建模的准确性。

技术框架：DynaDreamer的整体架构包括自我动态编码器-解码器模块和因果Transformer WM。自我动态模块负责提取和编码自我状态，而Transformer WM则利用这些信息来条件化其先验和后验潜变量。

关键创新：DynaDreamer的核心创新在于引入了显式的自我动态先验，使得模型在处理场景动态时能够更专注于场景本身，而非自我运动。这一创新显著提高了模型的预测能力和适应性。

关键设计：在设计中，采用了信息论分析来评估模型的预测熵和Kullback-Leibler散度，并通过调节损失函数来优化模型性能。此外，模型的参数设置和网络结构经过精心设计，以确保在不同底盘上实现零-shot适应。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

DynaDreamer在城市和高速驾驶场景中分别提高了28%和61%的任务成功率，尤其在未见底盘的情况下，成功率提升达73%。这些实验结果表明，该方法在动态建模和适应性方面的显著优势，超越了现有最强基线。

🎯 应用场景

DynaDreamer的研究成果在自动驾驶领域具有广泛的应用潜力，尤其是在需要快速适应不同车辆动态特性的场景中。其零-shot跨底盘适应能力使得模型在面对新型车辆时无需重新训练，极大地提高了自主驾驶系统的灵活性和效率。未来，该技术可扩展到更多智能交通系统和自动驾驶应用中。

📄 摘要（原文）

World model (WM)-based reinforcement learning enables sample-efficient end-to-end autonomous driving learning by imagining long-horizon trajectories in latent space. However, most driving WMs operate on bird's-eye-view (BEV) representations that are inherently egocentric: the transition between consecutive frames entangles the ego vehicle's own motion with scene dynamics. As a result, the WM devotes significant capacity to recovering ego-motion from warped observations, at the cost of scene modeling fidelity and imagination accuracy. This work proposes DynaDreamer, a dynamics-augmented Dreamer-style reinforcement learning method to address this problem by augmenting the WM with an explicit ego-dynamics prior. A physics-informed ego-dynamics encoder-decoder extracts the ego-state history into a compact and identifiable context, which modulates a causal Transformer WM to condition both its prior and posterior latents. During imagination, the ego-dynamics predictor propagates this context forward to keep the ego-dynamics prior synchronized with the rollout. An information-theoretic analysis shows that conditioning on this context reduces both the predictive entropy of the observation transition and the prior--posterior Kullback--Leibler divergence, confining the WM's modeling burden to the scene dynamics beyond ego-motion. An additional benefit is zero-shot cross-chassis adaptation: the ego-dynamics context depends on identifiable chassis parameters, so that a vehicle with previously unseen dynamic characteristics can adapt the WM to the new chassis without retraining. Experiments demonstrate that DynaDreamer improves task success rates over the strongest baseline by 28% and 61% in urban and highway driving scenarios, respectively, with the advantage rising to 73% when extrapolating to unseen chassis.