FRM-2312.03031 Formalization

0. Overview

本文（PPR-2312.03031，Zhai 等 2023，NVIDIA）是诊断性论文，不提出新规划框架，而是剖析 nuScenes 上开环端到端方法的评测可信度。其主要观察与主张：nuScenes 场景相对简单，使含 ego 状态（速度、加速度、偏航角）的模型主要由 ego 状态决定未来路径、感知信息被大幅闲置；现有规划指标（L2 距离、碰撞率）不能全面刻画规划质量，因而可能得出有偏结论；开环设定下其他智能体不响应自车（严格沿既定轨迹行驶），使碰撞率计算带有偏差，且既有实现在计算碰撞时忽略自车偏航角（假定不变），在转弯场景产生错误。为此论文重新设计了一个极简基线 BEV-Planner（BEV 特征与历史拼接后与可学 ego 查询做交叉注意，MLP 出轨迹，仅用一条 \(L_1\) 损失，不使用任何人工标注如框、跟踪 ID、HD 地图），并引入新指标 CCR（路缘碰撞率，Curb Collision Rate） 以便评估轨迹是否守在路上。结论主张：与其在既有数据集与指标上继续追 SOTA，不如先解决数据集与指标问题。

本重建覆盖 Abstract、§3（Proposed BEV-Planner）、§4（Experiments 中的分析与结论），版本锚定 arXiv:2312.03031v2。

1. Definitions

入库概念（→ CPT）：

• nuScenes → 候选：被诊断的数据集（开环 L2 / 碰撞率口径）。
• PDMS → CPT-017：本篇未用；作为对照说明：NAVSIM 的多子项口径正是对本文批评（单一指标不足以刻画规划质量）的一种回应，但两者数据集不同，不可互相替代。

论文内定义（未入库概念，标 CANDIDATE，不新建 CPT）：

• BEV-Planner：\(\tau=\text{MLP}(\text{attn}(q=Q,k=B,v=B))\)，\(Q\) 为可学 ego 查询、\(B\) 为时序融合后的 BEV 特征（多帧 BEV 直接拼接、不做特征对齐）；两个变体分别把 ego 状态注入 BEV（沿用 BEVFormer/UniAD/VAD 做法）或拼接到 ego 查询（规划器内注入）。仅一条 \(L_1\) 轨迹损失，不用框/跟踪/HD 地图等人工标注；作者明确声明该基线不面向真实部署（约束与可解释性不足）。
• CCR（路缘碰撞率）：衡量预测轨迹与路缘（道路边界）的碰撞率，实现沿用碰撞率做法，把道路边界以 0.1 m 分辨率栅格化；用于反映“离开可行驶区域”的可能性。作者承认 nuScenes 中部分被标注的边界实际可通行、真值轨迹在特定条件下也会穿越边界，但从统计角度该指标仍能表征预测轨迹的整体合理性。
• 对碰撞率定义的修正：（a）开环下其他智能体不响应自车，碰撞率本身有偏；（b）既有实现只把规划表示为轨迹点序列，计算碰撞时忽略自车偏航角（假定不变），转弯场景下结果错误；（c）既有实现假定各时刻碰撞相互独立，与真实情形不符；（d）采用 0.1 m 的细栅格（回应 AD-MLP 关于 0.5 m 粗栅格造成假碰撞的质疑）。
• 统一指标实现：用各方法官方开源仓库生成预测轨迹，再用同一套指标实现统一评估，以保证公平。

2. Axioms（作者公理：论文接受而未证明的前提）

• AX-1（数据集过简导致感知闲置）：nuScenes 场景相对简单，含 ego 状态的端到端模型倾向于主要依赖 ego 状态做规划，感知信息利用不足。
• AX-2（指标不完备）：当前指标不能全面评估规划质量，据此得出的基准结论可能有偏。
• AX-3（开环的响应缺失）：开环评估中其他智能体不因自车而改变行为，故碰撞率计算存在偏差。
• AX-4（几何简化失真）：把规划表示为点序列并假定自车偏航角不变，在转弯等场景会得到错误结果。
• AX-5（地图先验缺失）：既有指标未纳入地图先验，而“守在路上”对安全至关重要。

3. Theorems（作者可推导命题；本层薄）

骨架阶段占位。本文为诊断/分析型，未提出独立命题层。P3 投影时若识别出值得保留的定性判断（如“开环指标不足以判别规划优劣”），再实体化为 CLM 并回填 ID。

4. Evidence（实证 → CLM/EVI 映射）

骨架阶段占位（待 P3）。可用观察锚点：ID-7“按当前速度直行”与 Ego-MLP 的对比（后者不用感知却与 UniAD/VAD 相当）、图像与 ego 状态的扰动实验、CCR 下各方法排序（UniAD 的后处理显著提高越野风险；BEV-Planner 因无地图信息在 CCR 上最差）、加地图感知后转弯改善但直行变差、转弯场景仅占约 13%。均为论文自报，无库内 EVI/VER。

5. Argument（论证结构）

• AR-1（由 AX-1 推出基线设计）：构造不使用任何感知标注的极简 BEV-Planner 及其 ego 状态变体，用以隔离 ego 状态在规划中的实际作用。
• AR-2（由 AX-1 推出主导性结论）：在 L2 与碰撞率上，仅靠 ego 状态可达到与感知方法相当甚至更好的结果；纳入 ego 状态后感知的作用需重新审视。
• AR-3（由 AX-2 + AX-5 推出 CCR）：以路缘碰撞衡量地图遵循度，暴露既有指标看不见的失效（如 UniAD 后处理提高越野风险）。
• AR-4（由 AX-3 + AX-4 推出度量修正）：细栅格、考虑偏航角、不假定各时刻独立。
• AR-5（场景构成推论）：转弯场景仅约 13%，故引入感知（地图）虽对转弯有益，却在平均指标上表现为拖累。
• AR-6（对既有比较有效性的质疑）：指出 ST-P3 的训练与评估使用了部分不正确的真值（附代码仓 issue 链接），故与其比较所得结论须审慎评估——这也是本文需要另设基线的原因之一。
• AR-7（经验支撑）：上述对比与扰动实验支撑 AR-1..AR-6（属 Evidence，非证明）。

6. Commentary

作者评论

• 结论三条：nuScenes 开环方法的规划表现高度受 ego 状态影响、感知使用被削弱；既有指标不足，主张采用更多样更全面的指标；开发更合适的数据集与指标比继续追 SOTA 更关键、更紧迫。

本库评论

• 库内最承重的“开环评测可信度”批评（承重关系）：本篇给出的是对开环指标本身的方法论质疑，其论点可迁移到任何非反应式评估，包括 NAVSIM（BMK-006）。但迁移须限定 scope：本文的证据全部来自 nuScenes 与其 L2/碰撞率口径，NAVSIM 采用多子项 PDMS 且含 log-replay 仿真，两者不是同一指标族——按 D12 的 scope 重叠判据，该批评对 NAVSIM 的适用程度需单独论证，不能直接搬运。
• 与 DIS-003 的关系：“闭环”读法（DIS-003）与本文的核心质疑同源：非反应式评估下其他智能体不响应自车，因此碰撞类指标有结构性偏差。引用闭环相关结论时应回溯到本卡作为依据之一。
• 本卡对库内其他条目的解释力：SparseDrive 主动回避真值速度以防 ego 状态泄漏、ARTEMIS 只用当前 ego 状态、iPad 等方法在规划中弱化 ego 历史——这些设计的动因都可在本篇的诊断中找到依据（引用时应挂本卡 ID）。
• UniAD 后处理的副作用：CCR 显示 UniAD 的推理期避碰后处理显著提高越野风险，说明单目标优化会在未度量维度上退化——这与库内“保留推理期优化”（FRM-2212.10156）的取舍讨论直接相关。
• 对排行榜类主张的警示：结论明确建议社区“谨慎看待继续追求 SOTA 是否能得出有说服力的普适结论”，该立场与库内对“自报分数需注明口径”的纪律一致。

7. Traceability

Review Log

• 2026-09-14 骨架起草（Tier-1 展开批次，第 18 篇）。G1 忠实度审核待人工签发（DA7）。G1 未过，P3 不得开始。