CLM-034
Claim
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）。
| id | |
|---|---|
| type | claim |
| source | PPR-2501.15564 |
| scope | nuPlan closed-loop planning with joint ego+neighbor future trajectory generation (Eq. 5/6, single diffusion loss); qualitative results + M ablation |
| epistemic | unverified |
| lifecycle | EXTRACTED |
| updated |
Proposition
闭环规划与运动预测可统一重定义为future trajectory generation：给定条件 \(\boldsymbol{C}\)（当前状态、历史、车道、导航），ego 与最近 \(M\) 辆邻车的 \(\tau\) 步未来轨迹由同一架构、同一扩散损失（Eq. 6）联合监督；协同驾驶行为（邻车预测准确 + ego 平滑让速）由联合分布建模自然涌现，无需额外损失函数或专用预测子模块（作者表述 “without the need for additional loss functions”）。邻车数的选择体现联合建模的取舍：预测过多邻车引入噪声损害 ego 规划。
归属：该命题从架构推导 + 定性结果与消融旁证支撑（无独立控制变量实验隔离“联合 vs 分离”），归因是作者推断而非严格证明。
Evidence refs
- EVI-034（Fig. 4 定性结果 + Fig. 5 \(M\) 消融）
Notes
- 骨架定位：AX-1（任务重定义公理）的可观测后果面；“协同无需额外损失”的充分性未被先验证明。
- 状态参数化 \((x, y, \cos\theta, \sin\theta)\) 只为下游 LQR 服务；速度/加速度从 ego 当前状态剔除的 shortcut 问题归 CLM-037（训练细节轴），不在此。
关联（9）
- 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-037 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。
- EVI-034 Fig. 4：邻车预测准确 + ego 平滑让速，对比基线轨迹不平滑/候选多数低质量；Fig. 5：联合预测邻车过多引入噪声降分，但多数 M 取值仍优于 PlanTF。
- 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-033 co-source 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）。
- 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。