EVI-033
Evidence
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。
| id | |
|---|---|
| updated | |
| type | evidence |
| claims | CLM-033 |
| source | PPR-2501.15564 |
| observation | Appendix B Table 8 (tab:diffusionmethodresults): closed-loop non-reactive scores among diffusion-based planners on nuPlan, plus per-method inference time |
| method | same nuPlan closed-loop protocol, NR mode; competitors: Diffusion-es (diffusion + LLM trajectory filter), STR-16M (diffusion decoder), STR2-CPKS-800M (STR-based, 800M params, PDM-like refinement); inference time reported |
| scope | NR mode only; competitor scores partly integer-rounded; inference-time hardware per method not fully specified |
Result
Val14 NR：Diffusion-es w/o LLM 50、w/ LLM 92；STR-16M 45.06；STR2-CPKS-800M w/o refine. 65.16；Diffusion Planner 89.87。Test14-hard NR：STR-16M 27.59、STR2 w/o refine. 52.57、Diffusion Planner 75.99。Test14 NR：STR2 68.74、Diffusion Planner 89.19。推理时间：Diffusion Planner 0.04s，Diffusion-es w/ LLM 0.5s，STR2 w/o refine. >11s。
Caveats
- 部分读数为论文表内整数近似（50、92）；Diffusion-es 的 92 依赖 LLM 轨迹筛选，属另一类外部后处理。
- 对照面支撑“专门设计 vs 套壳”的类内差距与部署可行性（推理时间），但各方法 backbone/参数量不可比（STR2 800M）。
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-033 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）。
- EVI-032 co-source 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-034 co-source 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。
- EVI-035 co-source 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 co-source 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。
- EVI-037 co-source Table 7：base 89.19；w/o augmentation 76.53（−12.66）、w/o interpolation 83.78（−5.41）、w/o z-score 85.02（−4.17）；ego 状态 w/ ego state 78.65、w/ SDE 82.90、w/o current state 81.11。
- EVI-038 co-source Table 2：配送车数据集上 Diffusion Planner 92.08 全场最高（PlanTF 90.89、PLUTO 83.49、PDM-Closed 80.95、GameFormer w/o refine. 22.41）；nuPlan-tailored 基线掉分、本方案保持。