闭环驾驶仿真器通常会向环境中放置行为高度一致的非自车交通智能体，这些智能体要么由基于规则的交通管理器生成，要么来自只针对单一行为模式训练的学习模型。近期的研究尝试通过给观测数据附加事后标签，或用大语言模型推断奖励权重来引入风格差异，但这些信号本质上只是“某种风格应当奖励什么”的代理指标，而不是明确要求真人以该风格驾驶所得到的示范。为此，研究团队提出了 PersonaDrive，这是一套把视觉-语言-动作（VLA）驾驶智能体建立在检索到的示范之上的流程，而这些示范来自一个受风格指令约束的人类驾驶数据集：参与者在驾驶员在环台架上，按照激进、中性、保守三种指令驾驶 CARLA 排行榜路线。
该流程分为三个阶段。第一阶段，在各风格的人类驾驶数据上进行离线三元组挖掘，使用图像与文本的联合相似度评分来筛选合适的示范样本。第二阶段，训练一个轻量级检索头，它把冻结的视觉特征与一个小型控制编码器融合，并在各风格的数据库上分别工作。第三阶段，微调单一的 VLA 主干网络，使其在预测航点时把检索到的上下文点当作上下文中的行为示范来对待。
在推理阶段，同一个主干网络只需切换检索头所查询的按风格划分的数据库，就能以任意风格为条件进行驾驶，因此选择风格无需按风格重新训练，同时还能为闭环仿真提供具有人类风格、风格多样的非自车智能体。
在 Bench2Drive 基准上，不带风格条件的 PersonaDrive 相比 SimLingo 将驾驶得分提升了 4.6%，相比 HiP-AD 提升了 2.5%。在风格条件化下，它在每一种风格中都取得了最高驾驶得分，且各风格之间大致保持在 2% 的区间内，其中最弱的风格仍比最强的基线 DMW 高出 5.4%。此外，从保守指令切换到激进指令时，平均速度与加速度分别上升了 18% 和 25%。
该论文由 Mahmoud Srewa 等四位作者完成，于 2026 年 6 月 10 日提交至 arXiv（编号 2606.12616，v1 版本生成于 UTC 时间 19:16:31，文件大小 1,477 KB），归类于人工智能（cs.AI）与计算与语言（cs.CL）两个学科方向，DOI 为 10.48550/arXiv.2606.12616。
这项工作的重要性在于，它把“驾驶风格”从依赖事后标签或模型推断奖励的代理信号，转变为真正由人类按指令驾驶所产生的示范，从而为闭环仿真提供更可信、更多样的交通参与者行为，同时避免了为每种风格单独训练模型的开销。