智迹闻AuraTracer
EN

EVENT DOSSIER

“一种扩散模型,两种角色:闭环仿真中的引导轨迹规划与安全关键场景生成”

2026-09-07 12:00 大模型 🔥 42.2 事件热度
1家信源
1天持续发酵
42.2事件热度
0个提及
摘要由 AI 生成

为提升 nuPlan 自动驾驶开发闭环性能,研究者提出一种单一预训练扩散交通模型,使其在闭环中同时承担 ego 运动规划与安全关键场景生成的双重角色。该研究引入单流双流(SSDS)扩散 -Transformer 解码器,通过联合注意力机制融合场景上下文;并提出无需训练的 DAPSE 引导方案,通过在干净样本级注入任意能量函数来避免一阶近似误差并省去辅助网络。在独立黑盒规划器的 nuPlan 闭环仿真中,该模型被用作可控场景生成器,利用推理时引导将选定代理导向激进切入、前车制动等安全关键行为以进行闭环评估。结果显示,生成的场景暴露出标准基准下隐藏的失效模式;尽管基于 SSDS 的规划器在名义性能上更强,但在这些挑战性场景中表现出更大的性能下降,证明基准优越性并不必然转化为鲁棒性。

相关事件RELATED EVENTS

全部报道(1)SOURCES

A arXiv cs.AI en 2026-09-07 12:00

One Diffusion Model, Two Roles: Guided Trajectory Planning and Safety-Critical Scenario Generation in Closed-Loop Simulation

一项研究提出单一预训练扩散交通模型在自动驾驶开发闭环中兼具 ego 运动规划与安全关键场景生成双重角色。为提升 nuPlan 闭环性能,研究者引入单流双流(SSDS)扩散 -Transformer 解码器,通过联合注意力融合场景上下文;同时提出无需训练的 DAPSE 引导方案,在干净样本级注入任意能量函数以避免一阶近似误差并省去辅助网络。该模型还被用作可控场景生成器,利用推理时引导将选定代理导向激进切入、前车制动等安全关键行为以进行闭环评估。在独立黑盒规划器的 nuPlan 闭环仿真中,生成的场景暴露出标准基准下隐藏的失效模式;尽管基于 SSDS 的规划器在名义性能上更强,但在这些挑战性场景中表现出更大的性能下降,证明基准优越性并不必然转化为鲁棒性。