FRM-2306.07962 Formalization

0. Overview

Parting（PPR-2306.07962）面对的是 nuPlan 闭环评测平台对规划器提出的双重任务：既要短时程精确规划，又要长时程 ego-forecasting（以目标位置为条件、监督预测自车未来运动的学习任务）。论文的出发点是这两个目标在实测中根本不对齐——学习式方法开环（OLS）强而闭环（CLS）弱、规则式方法相反，因此论文主张二者应分开对待，并据此重新安排方法构造。

重建的覆盖范围是论文的 §3（不对齐实验与 PDM 方法族）与 §4（实验与消融）。阅读顺序：§1 给出术语到 CPT/BMK 的绑定与论文内定义（含 PDM-Hybrid 的修正公式），§2 是作者接受而未证明的四个前提（AX-1..4），§3 是三条可推导命题（TH-1..3），§4 把每个实证观察映射到其表格锚点，§5 复现论文的论证结构（一条以 PDM-Hybrid 逐级构造为主线的弧线），§6 分列作者与本库评论，§7 是节/表到各层元素的追溯表，末尾 Review Log 记录审核与修订状态。

对象映射要点：Val14 benchmark → BMK-003（split 定义的权威承载）；PDM 方法族（PDM-Closed / PDM-Open / PDM-Hybrid）→ CPT-017（PDMS）与 BMK-006 筛选器的方法学上游；OLS / CLS-NR / CLS-R 三官方指标 → BMK-003 承载其计算细节。

1. Definitions

ego-forecasting：以目标位置与导航为条件、监督预测自车未来运动的机器学习任务，对应开环评估 OLS。论文用它指代当前规划文献的通行训练范式，并论证它与闭环驾驶质量不对齐。

PDM（Predictive Driver Model）：论文对自身方法族的命名，包含 PDM-Closed、PDM-Open、PDM-Hybrid 三个成员。命名本身在库内可被下游引用（NAVSIM 的 PDMS 评分得名于该族的打分函数）。

IDM（Intelligent Driver Model）：Treiber 2000 提出的纵向跟驰模型，按前车距离与相对速度决定加速度；它是 PDM-Closed 的底座，也是论文用来对照全部学习式方法的规则系基线。

PDM-Open：只以当前 ego 状态与路线中心线（centerline）为输入的 MLP 预测器，不含任何地图或他车输入。它的作用是界定“最简输入表征”能达到的开环上限。

PDM-Closed：IDM 加一套四段式闭环机制——(i) 预测：对动态目标用恒速模型外推 8 s @ 10 Hz；(ii) 提案：以速度上限的 5 个比例（20%/40%/60%/80%/100%）配 3 个横向中心线偏移（0 m 与 ±1 m），共 15 条提案，时域 4 s @ 10 Hz；(iii) 仿真：用 LQR 控制器加运动学自行车模型（nuPlan 的同一套两段式管线之快速重实现）在闭环中推演每条提案；(iv) 评分与选择：按交通规则符合度、通行进度、舒适度打分（评分函数刻意贴近 nuPlan 评测指标），取最高分提案并按对应 IDM 策略延展到完整的 8 s 时域，若 2 s 内预计碰撞则改输出紧急制动。关键在于提案按预期控制结果评分，而非按名义轨迹。

PDM-Hybrid：保留 PDM-Closed 全部机制，另加学习模块 PDM-Offset（MLP，结构与 PDM-Open 相同，多一层线性投影以接收 PDM-Closed 的路点），只修正时域上超过修正起点 \(C\) 的路点：

默认 \(C=2\) s，理由是 nuPlan 的 LQR 在闭环中只消费轨迹前 2 s，故学习模型的干预落在跟踪器不消费的远端，长时程变准而短时程执行不受扰。论文给出两个版本：图版本以 GC-PGP 作 ego-forecasting 组件（挑战赛夺冠版本），最终中心线版本以 PDM-Open 替换 GC-PGP，推理更省，两者 CLS 同分。

Val14 / 训练 split：评测取 leaderboard 所用的 14 类场景各 100 个（少数类型不足 100），共 1,118 个；训练用全部 70 类场景、每类上限 4k，共约 177k 个。二者的精确定义以 BMK-003 为准。

OLS / CLS-NR / CLS-R：nuPlan 的三个官方指标——开环分数（距离类 ego-forecasting 精度）、非反应式闭环分数（背景交通按日志重演）、反应式闭环分数（背景交通由 IDM 策略驱动）；两个闭环分数的计算方式相同，仅背景车行为不同。计算细节见 BMK-003。

2. Axioms（作者接受而未证明的前提）

AX-1（评估不可替代性）：开环 ego-forecasting 精度与闭环驾驶质量负相关，至少不正相关；因此评估闭环驾驶必须仿真。支撑是 Table 2 的双向 trade-off：降低 IDM 最大加速度提升 OLS 却损害 CLS；PDM-Open 以极少输入取得高 OLS 而 CLS 低。

AX-2（规则基线强）：规则系（IDM、PDM-Closed）在闭环指标上是对学习系的强对照，方法学上不可省略。支撑是 Table 1：IDM 胜过全部学习式方法，PDM-Closed 又把闭环从 76–77 提到 92–93。

AX-3（表征优先）：闭环任务中输入表征与特征工程的影响大于模型结构规模。支撑是 PlanCNN 在不含 ego 状态、使用栅格输入的前提下取得学习式方法中最好的 CLS，以及仅用中心线的 PDM-Open 取得最高 OLS 86。

AX-4（控制器感知）：闭环分数包含 LQR 的跟踪误差——直接输出真值轨迹的 log replay 也拿不到满分 CLS；因此提案评分必须按预期控制结果仿真后进行。这既是 PDM-Closed 评分设计的理由，也是 PDM-Hybrid 得以补偿漂移的前提。

3. Theorems（作者可推导的命题）

TH-1（不对齐主结果）：在 nuPlan 上，学习式 ego-forecasting 方法 OLS 强而 CLS 弱、规则式方法相反，两类评估之间呈负相关。

TH-2（规则基线泛化）：二十年前提出的 IDM 在闭环分数上超过全部学习式方法——“规则系不泛化”这一社区默认主张在 nuPlan 上被反驳。

TH-3（Val14 代理有效性）：本地 Val14（14 类 × 约 100 = 1,118 个场景）与在线 leaderboard 的排序一致，可作为线上测试集的本地代理。

4. Evidence（实证观察与其表格锚点）

EV-1（对应 TH-1、TH-2）：Table 1 的主表对照（三族方法 × 三指标）与 Table 2 的输入消融，给出负相关与规则基线领先的读数。

EV-2（对应 TH-3）：Val14 与在线 leaderboard 的排序一致性对照。

EV-3（对应 AX-4）：log replay 的 CLS 不足满分之实测，以及 PDM-Hybrid 修正起点 \(C\) 的消融（Table ablation_pdmh：\(C=0\) 使 OLS 升到 87 但 CLS-R 显著下降；\(C=3\) 时 OLS 明显下滑而 CLS-R 几乎不变）。

5. Argument（论证结构：以 PDM-Hybrid 的逐级构造为主线）

AR-0（引子）：TH-1（OLS 与 CLS 负相关）推翻“开环指标可代理闭环”的做法。这条线索与 PlanTF（FRM-2309.10443 的 TH-1，即 imitation gap）独立互证同一现象。

AR-1（反常定位）：TH-2（IDM 胜过全部学习式方法）需要诊断——论文给出的解释是学习系缺的不是表达力而是长时程 ego-forecasting 精度，远端路点漂移是 CLS 低的主因。由此分出两条补强路线：修预测（PDM-Open，仅中心线即可，OLS 86）与修闭环（PDM-Closed，提案仿真加评分，闭环 76–77 → 92–93）。

AR-2（合题即主结果）：由 AX-1，两条路线各自补不齐——OLS 强的 CLS 弱，反之亦然。PDM-Hybrid 用 C-horizon 修正把学习模型限制在跟踪器不消费的远端，让学习系管长时程、规则系管短时程执行，闭环追平或超过 log replay，并在挑战赛 25 队中排名第一。此处的传承原则是“学习模块只在执行链不消费的位置注入”，与 G2DP（FRM-2606.26017）在采样层注入引导、不动骨干的做法属同一家族。

AR-3（方法学遗产）：PDM-Closed 的“提案—评分”结构是 CPT-017（PDMS）与 BMK-006 navtest 恒速筛选器的共同祖先；基线三族分类（规则式 / 学习式 / 混合式）被后续入库工作沿袭为对照设置；TH-3 的 Val14 是这条线的评测载体，而非论证主点。

6. Commentary

作者评论

设计判断：修正起点取 \(C=2\) s 是折中的结果——太早（\(C=0\)）全程修正会毁掉闭环分数，太晚（\(C=3\)）则牺牲开环精度，学习模型只该影响远端。自述局限：单模拟器（nuPlan 加 LQR）；Val14 只是在线 leaderboard 的代理。

本库评论

论文的学习式对照是 2023 年之前的 SoTA，其后 PlanTF（FRM-2309.10443）等工作已部分回应 AX-3 的表征结论，引用 TH-2 时须注明时点。“负相关”来自特定指标对（OLS 与 CLS）与特定基线集合，不应外推为一般命题（A5 谨慎外推）。

7. Traceability

关联对象：BMK-003、BMK-006、CPT-017、PPR-2309.10443、PPR-2406.15349（BMK-006 的恒速筛选器）。

Review Log

• 2026-09-03：D18 stub 准入（admitted-under: A2-direct-edge），由 G2DP 的引用图展开触发。
• 2026-09-08：升为完整骨架并补实 source-hash；随后按用户复核意见把论证主线重排为 PDM-Hybrid 的逐级构造链（原稿以误解澄清为主线）。
• 2026-09-10：按 D27/D15 重写表达层并修正 frontmatter——source 改为 formalizes（D25 边目录；此前 viewer 的 formalization 关系字段读 formalizes，故旧写法使本卡的关系边不显示），删除 tier/lifecycle/epistemic（D16 明言 FRM 不承载这两条轴），§0.1 Object Mapping 并入 §0. Overview 与 §1 Definitions，各层由 bullet 改为连贯段落，术语首次出现括注原文，移除 TH-1 条目内的投影待办注记。未改任何 AX/TH/EV/AR 编号与语义。
• G1 签发记录缺失：本卡的骨架与升全卡过程（2026-09-08）未见 G1 忠实度审核的签发记录，TRIAGE 与本目录 _issues/ 均无对应文件——如实标记为历史缺口，不补造日期。本论文的 P3 投影（CLM/EVI）尚未发起。