연구진이 자율 주행의 한계를 극복하기 위해 세계 인지 능력을 강화한 WCog-VLA 모델을 제안했어요. 이 모델은 3D 공간 인지, 에이전트 토큰, Game-CoT 추론을 통합하여 세계 역학을 파악하고, 물리적으로 타당한 다중 에이전트 경로를 생성하는 ADDT를 활용해요.
WCog-VLA는 NAVSIM 벤치마크에서 PDMS 점수 92.9로 최고 성능(SOTA)을 달성하며 기존 모델의 반응형 주행 한계를 극복했어요. 장기적인 세계 예측과 생성 능력을 결합하여 능동적인 자율 주행을 가능하게 해요.
연구진은 전략적 추론을 위해 85,000개의 Game-CoT 주석이 포함된 대규모 데이터셋을 구축했으며, 장면 표현 정렬을 통해 ADDT의 추론 속도를 향상시켰어요.