FRM-2506.06664 Formalization

0. Overview

GTRS（PPR-2506.06664，Li 等 2025，NVIDIA；NAVSIM v2 挑战赛冠军方案）处理轨迹打分器的泛化。论文的诊断：多模规划需要稳健的打分器从候选中选优，而既有打分器分两类各有局限——面向大规模静态词表的打分器能做粗离散覆盖，却难细粒度适应；面向小型动态候选的打分器精细，却覆盖不到更广的轨迹分布。GTRS 用三支柱统一两者：基于 Diffusion Policy 的动态轨迹生成器产出细粒度候选；词表泛化打分器（GTRS-Dense）在超稠密词表（\(\mathcal V_{XL}\)，16384 条）上训练、施加词表 dropout（每批随机去掉一半），却在较小词表（\(\mathcal V_L\)，8192 条）上推理；传感增广打分器（GTRS-Aug） 用受控 2D 水平视角旋转的传感扰动与仅训练期的精化模块（额外 Transformer 解码器、top-\(k\)、EMA 教师软监督与目标裁剪）提升分布外鲁棒性与细粒度判别。

本重建覆盖 Abstract、§3（The Three Pillars）与实验结构，版本锚定 arXiv:2506.06664v1。

1. Definitions

入库概念（→ CPT）：

• PDMS → CPT-017：打分器对齐的规划指标口径。
• NAVSIM v2 评测口径 → BMK-006：论文为 v2 挑战赛方案。

论文内定义（未入库概念，标 CANDIDATE，不新建 CPT）：

• 轨迹生成器（trajectory generator）：图像骨干 + BEV 编码器（BEV query 经 transformer encoder 注意图像特征）+ Diffusion Transformer，条件于 BEV 特征生成 \(N\) 条候选 \(\mathcal V_{dp}\)；训练时按 Transfuser 式加 BEV 分割头监督，对真值 waypoint 做一阶差分归一化并用 DDPM 调度去噪。
• 广义词表打分器（Generalized Vocabulary Scorer, GTRS-Dense）：在 Hydra-MDP 基础上改为“图像骨干 + 轨迹 tokenizer + Transformer 解码器”结构，建模轨迹 token 与图像 token 的交互。
• 超稠密词表 \(\mathcal V_{XL}\)：16384 条轨迹，训练用；推理用较小词表 \(\mathcal V_L\)（8192 条）。
• 词表 dropout（vocabulary dropout）：训练时每批随机移除 \(\mathcal V_{XL}\) 的一半轨迹；作用是（a）对齐训练与推理的轨迹 token 数，（b）制造有意的分布漂移以提升鲁棒性，（c）作为防止过拟合特定轨迹模式的正则。
• 传感增广（sensor augmentation）：对输入图像施加受控的 2D 水平视角旋转，并对训练真值施加相应变换以保持标签一致。
• 精化训练（refinement training）：仅训练期模块——额外 Transformer 解码器对 top-\(k\) 候选渐进精化分数；以 EMA 副本作教师给软监督，精化目标 \(\tilde y_i^m=\hat y_i^m+\text{clip}(s_{i,\text{teacher}}^m- y_i^m,-\delta_m,\delta_m)\)，\(\delta_m\) 限制偏离真值的幅度。

2. Axioms（作者公理：论文接受而未证明的前提）

• AX-1（两类打分器的局限）：静态词表提供有效粗离散但难细粒度适应；动态候选提供精细但无法覆盖更广的轨迹分布。
• AX-2（超稠密训练 / 小子集推理诱导泛化）：在超稠密词表上训练、并在较小子集上推理，可迫使模型学出可泛化的打分表示。
• AX-3（感知分布漂移是 OOD 泛化的关键挑战）：跨域鲁棒性主要受传感数据的感知分布漂移制约。
• AX-4（细粒度判别需专门机制）：细微但安全关键的轨迹差异需要专门的精化判别训练来区分。

3. Theorems（作者可推导命题；本层薄）

骨架阶段占位。本文为竞赛技术报告型，未提出独立命题层。P3 投影时若识别出值得保留的定性命题，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：NAVSIM v2 挑战赛结果、GTRS-Dense / GTRS-Aug 的对比表、词表与 dropout 消融表、传感增广与精化消融。均为论文自报，无库内 EVI/VER。

5. Argument（论证结构）

• AR-1（由 AX-1 推出三支柱）：同时要粗覆盖与细精度 → 动态扩散生成器（细候选）+ 词表泛化打分器（粗覆盖）+ 传感/精化增广（鲁棒）。
• AR-2（由 AX-2 推出训练/推理词表不对称）：训练用 \(\mathcal V_{XL}\) 并随机 dropout 一半，推理用 \(\mathcal V_L\)；由此同一打分器可评静态词表与动态候选，无需分别训练。
• AR-3（由 AX-3 推出传感增广）：以受控水平视角旋转扰动输入并对真值做一致变换，提升跨域稳健性。
• AR-4（由 AX-4 推出精化训练）：仅训练期加解码器对 top-\(k\) 渐进精化，EMA 教师给软监督并以 \(\delta_m\) 裁剪目标。
• AR-5（经验支撑）：NAVSIM v2 挑战赛结果与消融支撑 AR-1..AR-4（属 Evidence，非证明）。

6. Commentary

作者评论

• 论文定位为 NAVSIM v2 挑战赛的获胜方案；摘要称即使在次优传感器输入下也表现优越，接近依赖真值感知的特权方法。

本库评论

• 文本形态：竞赛方案报告（方法描述简洁、依赖图表与配置），骨架按可得正文重建；实现细节需回源。
• 与 SparseDriveV2 的主张分歧（留档，不预判）：GTRS 主张静态词表与动态候选需统一（并论证动态生成带来细粒度增益）；SparseDriveV2（PPR-2603.29163）则主张稠密静态词表已足够、动态生成非必要。两者对照条件不同（骨干/算力/候选预算），按 D12 需先 scope 对齐，本卡不立 CFL。
• 训练/推理词表不对称是核心但脆弱的工程手法：\(\mathcal V_{XL}\) 与 \(\mathcal V_L\) 的构造与 dropout 率直接决定泛化效果，引用时须带上该配置。
• 精化为 training-only：不增加推理开销，但依赖 EMA 教师与裁剪阈值 \(\delta_m\) 的选取。
• 感知依赖：使用 BEV 分割辅助监督，非 perception-free。
• 评测域：NAVSIM v2（非反应式，BMK-006）；未做反应式闭环（闭环读法见 DIS-003）。

7. Traceability

Review Log

• 2026-09-14 骨架起草（Tier-1 升级批次第二批，第 9 篇）。G1 忠实度审核待人工签发（DA7）。G1 未过，P3 不得开始。