MindDrive WAM-Diff 论文标题 ：MindDrive: A Vision-Language-Action Model for Autonomous Driving via Online Reinforcement Learning 论文链接 ：https://arxiv.org/abs/2512.13636 项目主页 ：https://xiaomi-mlab.github.io/MindDrive/ 提出机构 ：华中科技大学、小米汽车 一句话总结 ：为解决VLA模型在线强化学习中连续动作空间探索低效的问题，提出MindDrive框架，通过双专家（决策专家+动作专家）架构将动作空间转化为离 散语言决策空间，实现高效在线RL训练。 核心贡献 ： 设计双LoRA适配器架构，决策专家负责场景推理与语言决策，动作专家将决策映射为可行轨迹，建立语言-动作动态映射。 构建基于CARLA模拟器的在线闭环RL框架，采用稀疏奖励与PPO算法，结合KL正则化避免灾难性遗忘。 在Bench2Drive基准上以轻量Qwen-0.5B模型实现78.04的驾驶分数与55.09%的成功率，超越同规模SOTA模型。 点击下方 ...