연구진이 자율 주행의 세계 정책 학습을 위한 Discrete-WAM을 발표했어요. Discrete-WAM은 미래 시각 상태와 자율 주행 행동을 정렬된 이산 토큰으로 표현하여 인과 관계 추론을 가능하게 해요.
통합된 이산 확산 프레임워크를 기반으로 세계 모델링, 세계-행동 정책, 계층적 의사 결정 정책을 공동으로 수립하여 다양한 자율 주행 시나리오에서 구성 가능한 일반화를 지원해요.
대규모 자율 주행 벤치마크 실험에서 경쟁력 있는 성능을 달성하며 제어 가능한 생성 및 반사실적 추론을 지원하는 것으로 나타났어요.