CLM-035
Claim
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）。
| id | |
|---|---|
| type | claim |
| source | PPR-2501.15564 |
| scope | inference-time classifier guidance on trained Diffusion Planner (Eq. 8, DPS); differentiable energy functions (collision/drivable/target speed/comfort); guidance composability shown by case studies only |
| epistemic | unverified |
| lifecycle | EXTRACTED |
| updated |
Proposition
在学习到的驾驶行为分布之上，偏好行为可形式化为能量重加权目标分布 \(p_0(\boldsymbol{x}^{(0)}) \propto q_0(\boldsymbol{x}^{(0)})\, e^{-\mathcal{E}(\boldsymbol{x}^{(0)})}\)，并经 DPS（diffusion posterior sampling）免训练实现：以 \(\mathcal{E}(\mu_\theta(\boldsymbol{x}^{(t)},t,\boldsymbol{C}))\) 近似中间能量（用训练好的模型输出近似后验期望），其梯度直接修正分数，绕过 classifier 训练及其计算开销。驾驶中的轨迹评估协议（碰撞避免、可行驶区域、目标速度、舒适度）可定义为可微能量函数，且多种能量在推理期自由组合（碰撞引导单独使用会驶离路面避让后车，叠加可行驶区引导后保持路面同时保安全）。组合性的可组合性证据为案例级（Fig. 3/4），施加调度的系统消融本文未做（见 EVI-036 Caveats）。
归属：免训练性由公式推导支撑（TH-1 链）；能量函数四示例作者自评 “may not be optimal”；组合性仅有案例级证据。
Evidence refs
- EVI-035（Fig. 3/Fig. 4 引导案例：target speed 遮蔽车道限速对照、comfort 与 collision 叠加、collision+drivable 组合）
- EVI-036（Fig. 7 推理超参网格：引导注入的使用边界面）
Notes
- 骨架定位：AX-2（能量重加权）+ AX-4（可微评估协议）的投影；TH-1（分数可恢复性）是其推导核。
- 与 CLM-032（G2DP）正交性：本卡的引导是实例级稀疏能量函数的 DPS；G2DP 是稠密 cost volume（CPT-013）+ Top-K 聚合——同谱系（能量重加权 + 推理期注入）不同实现，验证时逐点核对。
- 论文明示该法需预定义可微能量函数，这是方法限制而非缺陷。
Notes（erratum 联动）
- 2026-09-07：原指针 CLM-036（末段施加=必要条件）因来源状态 erratum 删除——其依据段在已发表正文不存在（TeX 注释块，见 FRM-2501.15564 Review Log）。施加调度的系统证据本文未提供。
关联（14）
- PPR-2105.05233 Diffusion Models Beat GANs on Image Synthesis
- PPR-2209.14687 Diffusion Posterior Sampling for General Noisy Inverse Problems
- 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-032 稠密网格引导是纯推理期模块：占据预测器与生成骨干分开训练、仅在推理耦合，不重训不改骨干即可注入解析梯度，且部分替代事后规则精修（作者推断）。
- EVI-025 Table 4：Grid +3.35 score/+3.59 collision/+4.94 TTC；Sparse(Oracle) −1.96 score/−10.13 comfort/+0.64 collision。稀疏臂按 PPR-2501.15564 附录 C 式 10 的实例级有向距离能量实现，与稠密臂在信号形态与信息内容两轴同时不同（评注已补）。
- EVI-035 引导案例：遮蔽车道限速后仅靠 target-speed 引导即可贴合 10–14 m/s 目标区间且速度过渡平滑；comfort 叠加 collision 可并用；collision-only 驶离路面避让、叠加 drivable 后保路面且保安全。
- EVI-036 Fig. 7：低温度采样增强轨迹稳定性、步数在 DPM-Solver++（CPT-030）下稳健；w/ refine. 用更低温度（0.1 vs 0.5）以利精修判断——方法使用边界面，非引导窗口消融。
- 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-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-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-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。