Research KB 登录

CLM-033 Claim

闭环 diffusion 规划的质量瓶颈在结构设计（联合生成/起点约束/导航 adaLN 专门架构）而非 diffusion 范式本身：专门设计免精修达学习型类内最好成绩，且大幅优于套壳 diffusion 方法；对规则/混合类整体优势仅经 w/ refine. 变体成立（作者主张）。

id
type claim
source PPR-2501.15564
scope nuPlan Val14/Test14/Test14-hard closed-loop (NR/R), 0-100 average score; learning-based class comparison without rule-based refinement; diffusion-based planners compared in Appendix B (NR only)
epistemic unverified
lifecycle EXTRACTED
updated

Proposition

闭环 diffusion 规划的质量瓶颈在生成管线的结构设计而非 diffusion 建模范式本身：把 diffusion loss 套在既有规划框架上的方法（作者对既有工作的定性：“only apply diffusion loss to existing frameworks … heavily reliant on post-processing”）受制于事后精修依赖，而针对任务重新设计的专门架构（DiT 解码器上的 ego+邻车联合 future trajectory generation、噪声轨迹与 ego 当前状态拼接的起点约束、导航表征经 adaLN（CPT-007）全局调制）免规则精修即可输出高质量轨迹，达到学习型方法类内最好的闭环成绩，并显著优于同谱系的套壳 diffusion 规划器。对规则/混合类基线的整体优势仅经挂接现成精修模块的 w/ refine. 变体成立——“免精修 SOTA”严格限于学习型类内逐 split 读数。

归属：中心命题是作者主张（“pioneers the use of diffusion models … without any rule-based refinement” / “fully harness”），优先权断言不可由本文自证，不入命题；可检验内核（类内读数、套壳对照）由 EVI 承载。

Evidence refs

  • EVI-032（Table 1 主表：学习型类内免精修逐 split 读数 + w/ refine. 对规则/混合类）
  • EVI-033（Appendix B Table 8：对套壳 diffusion 规划器的分数与推理时间对照）

Notes

  • 定性残余（先例 (c) 口径）：SOTA 数字全部沉在 EVI-032/033，命题主体只承载“瓶颈在结构设计”这一定性判断。
  • 与 CPT-013 的关系：本方案的引导能量是实例级稀疏距离函数（CPT-013 稠密 cost volume 的对立面），但该差异属引导模态轴（CLM-025），不属本卡的架构设计轴。
  • 骨干复用 CPT-001（DiT）；adaLN-Zero（CPT-002）未被使用，论文 §4.2 为 vanilla adaLN 形式。

关联（15）

  • PPR-2501.15564 Diffusion-Based Planning for Autonomous Driving with Flexible Guidance
  • FRM-2501.15564 Diffusion Planner 五层重建：task redefinition 后的 ego+邻车联合轨迹生成（DiT 骨干、单一扩散损失）与 DPS 免训练 classifier guidance；断言投影 CLM-033..038（一份投影卡因 erratum 删除）。附录 C 的四个引导能量函数（式 10–13）与四条设计经验已公式化回填，供 G2DP 稀疏对比臂跨源引用。
  • CLM-025 同一 diffusion 骨干下，稠密概率性 cost 网格引导促成平滑、预见性的避障；稀疏实例级引导即使供给 oracle 邻车轨迹仍诱发末期突变机动并损害舒适度——避障行为质量由引导信息形态决定。
  • CLM-038 无基准特化组件的规划器跨驾驶风格迁移保持：配送车（保守风格、非机动车道、密集交互）数据集上重训后取得最高闭环分，而含 nuPlan 特化设计（参考线、crosswalk 适配）的基线（PDM/GameFormer/PLUTO）掉分——迁移优势归因依赖作者解释，未经消融隔离。
  • EVI-032 Table 1：免精修在学习型类内 6 列中 5 列最高（Test14 NR 除外）；w/ refine. 在 Val14/Test14 双模式超规则/混合类并部分超 Log-replay，唯 Test14-hard NR 78.87 低于 PLUTO 80.08。
  • EVI-033 Table 8：套壳 diffusion 方法脱精修即大跌（Diffusion-es w/o LLM ~50 vs w/ LLM 92；STR2 w/o refine. 65.16 且推理 >11s），Diffusion Planner 89.87/75.99/89.19、推理 0.04s。
  • CPT-001 Diffusion Transformer (DiT)
  • CPT-002 adaLN-Zero
  • CPT-007 adaptive layer norm (adaLN)
  • CPT-013 spatio-temporal cost volume
  • SYN-003 G2DP 引导谱系四支合成：机制（classifier guidance→CFG→DPS）、扩散规划（Diffuser→MotionDiffuser→Diffusion Planner→FlowPlanner/pSTL/CTG）、安全硬约束（CBF 系）、稠密网格（HYPE/TPP/NaviDiffusor）；G2DP 立四支交点——把『稠密分布性网格』放到『可微+时空+入去噪循环』。
  • CLM-034 co-source 把规划与预测统一重定义为 future trajectory generation（ego 与 M 辆邻车同一扩散损失联合生成）后，协同行为由联合分布建模自然涌现，无需额外损失函数或专用子模块——从架构推导+定性案例+M 消融旁证，非严格归因（作者推断）。
  • CLM-035 co-source 训练后行为对齐可经 DPS 免训练实现：能量重加权目标 p0 ∝ q0·e^{−E} 下，用 μ_θ 近似后验期望直接过可微能量函数取梯度修正分数，免 classifier 训练；多种能量函数（目标速度/舒适/碰撞/可行驶区）推理期自由组合（案例级证据，无量化消融）。
  • CLM-037 co-source 数据管线各件是独立承重件：数据增强、未来轨迹插值、z-score 归一化各自剔除均显著降分；ego 当前状态含速度/加速度会诱发 shortcut 而损害规划，直接剔除优于 state-dropout 缓解——shortcut 机制解释是作者叙述，非消融隔离的结论。
  • CLM-038 co-source 无基准特化组件的规划器跨驾驶风格迁移保持：配送车（保守风格、非机动车道、密集交互）数据集上重训后取得最高闭环分，而含 nuPlan 特化设计（参考线、crosswalk 适配）的基线（PDM/GameFormer/PLUTO）掉分——迁移优势归因依赖作者解释，未经消融隔离。