연구진은 자율 주행 모델의 한계를 극복하기 위해 CoPhy라는 새로운 강화 학습 프레임워크를 제안했어요.
CoPhy는 VLM 지식을 BEV 인코더에 담아 인지 능력을 유지하면서도 추론 비용을 0으로 만들고, 사용자의 언어 명령을 처리할 수 있는 인터페이스를 제공해요.
BEV 세계 모델을 구축하여 후보 행동에 따른 미래의 의미 지도를 예측하고, 안전 지표를 직접 도출하는 물리적 샌드박스 역할을 수행해요.
실험 결과 CoPhy는 NAVSIM 벤치마크에서 최고 성능을 달성하고, 안전한 주행과 유연한 의도 제어를 가능하게 했어요.