Research KB 登录

FRM-2606.26017 Formalization

G2DP 五层重建：核心对象是 CPT-013 时空代价体（占据概率栅格 × 路线进度图融合）在推理期的可微引导；公理层为能量重加权目标分布、Top-K 车体聚合与末段注入等六个作者前提；论证主干是 Table 4 在同一 DiT 骨干下隔离『稠密网格 vs 稀疏实例』的引导模态消融（稀疏臂按 PPR-2501.15564 附录 C 实现、以 oracle 邻车供给）。

id
type formalization
formalizes PPR-2606.26017
updated

0. Overview

G2DP（PPR-2606.26017）处理的是扩散式运动规划器（diffusion-based motion planner）在闭环执行（closed-loop execution；DIS-003 的 benchmark 语义）中的约束缺失：生成模型学到的轨迹分布本身不保证安全与路线遵循，而现有引导（guidance）要么是稀疏的实例级几何查询（对少量预测邻车状态施加距离约束，视野受限于少量确定实体），要么是事后精修（post-hoc refinement，脱离学习分布并重新引入规则刚性）。它的方案是在推理期构造稠密、可微的时空代价体（CPT-013）：U-Net 预测未来占据概率栅格，与路线进度图按权重 \(\gamma\) 融合为逐帧代价栅格，经车体区域 Top-K 聚合与时间求和形成能量泛函 \(E(\mathbf x)\)，再用分类器引导（classifier guidance）的解析梯度注入 DPM-Solver（CPT-029）的末段采样。生成骨干（DiT，PPR-2212.09748）与占据预测器分开训练、仅在推理耦合，因此引导是即插即用模块、不重训骨干。

本重建覆盖论文 §3（方法）与 §4（实验）的全部主张，版本锚定 arXiv:2606.26017v3。阅读顺序：§1 给出术语到 CPT 的绑定与论文内定义（含公式），§2 是作者接受而未证明的六个前提（AX-1..6），§3 只有一条可推导命题（本文是实证论文，Theorems 层薄是常态、不虚构），§4 把每个实证观察映射到 CLM/EVI，§5 说明论证结构，§6 分列作者与本库评论，§7 是节/表/图到各层元素的追溯表，末尾 Review Log 记录审核状态。

1. Definitions

入库概念（→ CPT）：

  • 时空代价体（spatio-temporal cost volume）→ CPT-013：未来占据概率栅格与路线进度图融合成的稠密可微引导场，是本文的核心概念贡献。逐帧融合为 \(\psi_\tau(u,v)=\gamma\,O_\tau(u,v)+(1-\gamma)\,R(u,v)\)（式 1），占据权重取 \(\gamma=0.95\)；车体代价为定向矩形内双线性采样值的 Top-K 均值 \(c^{(\tau)}=\frac1K\sum_{v\in\Omega_K}v\)（式 2，\(K=15\)）；能量为时间求和 \(E(\mathbf x)=\sum_{\tau=1}^{T}c^{(\tau)}\)（式 3）。
  • DiT → PPR-2212.09748：生成骨干，在 ego 轨迹空间做保持方差的扩散（variance-preserving diffusion），以 adaLN（CPT-007，路由见 DIS-002）与交叉注意力（cross-attention，DIS-001）注入场景上下文。
  • 引导模态对（grid guidance vs sparse guidance）：前者是 CPT-013 的分布性稠密场，后者是 Diffusion Planner 式实例级距离函数。该对立未独立成 CPT（粒度不足），由 CLM-025 承载。

论文内定义（不满足 CPT 粒度，留 FRM 记录）：ego 状态参数化 \((x_\tau,y_\tau,\cos\theta_\tau,\sin\theta_\tau)\)；路线期望图 \(R(u,v)\)（路线中心线距离变换 + 前向偏好，鼓励沿路线前进）；车体区域（oriented rectangular footprint）与其代价 \(c^{(\tau)}\)（式 2）；能量 \(E(\mathbf x)\)（式 3）。输入表示（§3.3）：占据预测器的输入是 ego-centric 鸟瞰（bird's-eye view, BEV）栅格——历史车体占位 footprint \(\mathbf P\) 与静态地图 \(\mathbf M\)——没有原始传感器（lidar/相机）通道：G2DP 全链路（含占据预测器训练）只消费 nuPlan .db 可得的标注、轨迹与地图，传感器数据（DAT-002，16.6 TB）对本论文任何复现档位都不需要。

2. Axioms（作者公理：论文接受而未证明的前提）

AX-1（引导目标分布形式化） 推理时把学习到的边际分布视为先验，用能量重加权定义目标分布

\[p_t^\star(\mathbf x_t\mid\mathcal S,\mathcal C)\propto p_t(\mathbf x_t\mid\mathcal S) \exp\bigl(-\lambda_t E(\mathbf x_t;\mathcal C)\bigr)\]

（式 4）。作者接受分类器引导的能量重加权解释适用于本设定，未论证其近似误差。

AX-2（能量泛函设计公理） 安全能量的正确形式是“车体区域内 Top-K 代价均值，再对时间求和”。Top-K 在单中心点（忽略车体尺寸）与取最大值（对单像素伪影敏感）之间取得平衡；时间求和保证预期性而非短视反应。这是设计决断，其合理性由消融（EVI-029）事后支撑而非先验证明。

AX-3（占据预测可用性公理） 冻结的 U-Net 占据预测器（focal loss 离线训练）的概率输出足够准确，可直接作为引导场消费；引导梯度不做不确定性加权。

AX-4（注入时机公理） 早期去噪步确立轨迹的宏观拓扑，因此引导只应注入末段（10 步中的第 8–9 步）；过早注入会破坏模型的行为意图。

AX-5（评估协议） 闭环质量由 nuPlan 模拟器 + LQR 控制器在 NR/R 两种模式下测得；interPlan 与 DeepScenario 的零样本（不调参）结果作为泛化性证据。

AX-6（基线配方） Diffusion Planner 为共享生成管线的直接对照；其稀疏引导用 oracle 邻车轨迹实现（对稀疏方案有利的设定）。该臂的具体构造按 PPR-2501.15564 附录 C：逐邻车有向距离的碰撞能量（式 10，含 \(\Psi(x)=e^x-x\) 塑形与梯度支撑半径 \(r\)）加归一化求和，是手工设计（hand-designed）、以实例索引的稀疏函数；oracle 替换只改信息供给（用 log-replay 精确邻车状态而非解码器预测），不改信号形态。

3. Theorems（作者可推导命题；本层薄）

TH-1（引导梯度解析性） 在 AX-2 的能量定义下，\(E(\mathbf x)\) 对轨迹状态的梯度可解析求出——双线性采样与 Top-K 选择均可微/可反传——因此无需训练即可把 \(-\lambda_t\nabla E\) 注入 DPM-Solver 更新（式 5）。该性质支撑引导机制的“不重训插拔”判断（论文 §3.3 推导，未单列实验；该判断现由 CLM-032 承载）。

除此之外无实质性可推导命题：本文是实证论文，论证重心在 Evidence 层，不虚构定理（元方法 failure mode 1/2）。

4. Evidence（实证 → CLM/EVI 映射）

  • EV-1 — Table 1（nuPlan 三 split × NR/R 主表）：系统级主结果，作为 CLM-025 命题末尾的 SOTA 背景句证据（原独立 SOTA 卡已并入）；对应 EVI-024。
  • EV-2 — Table 4（Test14-hard NR 引导模态消融：Grid vs Sparse(Oracle) vs None）：核心论证，机制归因的直接证据；同骨干隔离同时支撑推理期正交性命题；对应 CLM-025 / CLM-032 / EVI-025。
  • EV-3 — Tables 2–3（interPlan 零样本总分 + nuPlan 指标分项）：泛化证据；对应 CLM-026 / EVI-026。
  • EV-4 — Table 5（DeepScenario 零样本 NR，真实分布偏移）：泛化证据；对应 CLM-027 / EVI-027。
  • EV-5 — Fig. 8（\(\lambda_t\) × 窗口的二维扫描热力图）：AX-4 的事后验证，调度敏感性使用边界证据；对应 CLM-032 / EVI-028。
  • EV-6 — Table 6（聚合策略消融）：AX-2 的事后验证，使用边界证据；对应 CLM-032 / EVI-029。
  • EV-7 — Fig. 7（\(\gamma\) 扫描）：融合权重敏感性，使用边界证据；对应 CLM-032 / EVI-030。
  • EV-8 — Table 1 + Table 2 的 † 变体对照（历史输入的 reactive 消融）：精修依赖对比同时支撑正交性命题的“替代事后精修”面；对应 CLM-031 / CLM-032 / EVI-031。

定性证据（未建 CLM，不入命题层）：Fig. 2 多规划器闭环对比、Fig. 3 有/无引导的同初值对照、Fig. 4 引导梯度场可视化。

5. Argument（论证结构）

AR-1 “网格引导有效且优于稀疏引导”（CLM-025）是全文中心命题：EV-2 在同一骨干、同一初值下隔离了引导模态这一唯一变量，且 oracle 供给使稀疏基线处于有利条件——它是 EV-1 的 SOTA 数字可归因于引导（而非骨干）的必要前提。

AR-2 EV-1（Table 1）中 G2DP 对 Diffusion Planner 的增益与 EV-2 的消融增益互为印证：前者是系统级结果（混杂训练细节差异），后者是控制变量结果；两者一致支撑“增益来自引导设计”。

AR-3 泛化主张（CLM-026/CLM-027）依赖 AX-5 的零样本协议：模型与超参在 nuPlan 上冻结，interPlan/DeepScenario 不得调参——这使 EV-3/EV-4 的增益可归因于方法而非基准调适。

AR-4 AX-4（末段注入）由 EV-5 事后支撑；EV-6 支撑 AX-2 的 Top-K 选择；EV-7 支撑 \(\gamma=0.95\) 的融合权重。三者共同说明性能对引导调度不敏感到脆弱、但确有最优区——参数层证据闭合设计空间（三者均归入 CLM-032 的使用边界证据）。

AR-5 CLM-031（† 变体）与精修依赖对比（+4.1 vs +12.8）构成“网格引导与规则化安全准则部分对齐”的间接论证，同时解释 reactive 模式下为何去掉历史反而更好。

6. Commentary

作者评论

局限（§Conclusion 自述）：依赖简化的车体矩形假设；引导调度（注入窗口、\(\lambda_t\)）需调参；未来工作为端到端框架——从原始传感器直接映射到代价体，统一感知与引导生成于单循环。设计判断：占据预测与扩散骨干分开训练、推理耦合，使网格引导成为即插即用模块；概率性稠密场编码的是“风险分布”而非确定实体，故引导平滑、具预期性。开放问题：早期注入为何有害仅给出“宏观拓扑先稳”的解释假说；稀疏引导改用预测（非 oracle）邻车的表现未测。

本库评论

全部闭环数字为 nuPlan 模拟器单环境、未见多种子报告；reactive 语义依赖模拟器邻车重演实现，跨模拟器不可比。“+7.2 / +8.4 / +10.15”等增益数字口径各异（分别对最强模仿基线 / Diffusion Planner / 无引导版本），引用时必须注明对照方（EVI 各卡已注明）。稀疏引导消融仅在 Test14-hard NR 单一设定下做，“稠密优于稀疏”的普适性未跨基准复核（source gap）。\(\gamma=1.0\) 导致追尾增多、早期注入有害等机制归因是作者叙述加曲线形态支撑，无逐场景分解（A5 谨慎外推）。† 变体在 NR 上多数指标更差，“history-free 更强”严格限于 reactive/interactive 设定（CLM-031 Notes）。对照臂的构造混淆：稀疏臂是 PPR-2501.15564 附录 C 的手工设计实例级距离能量（式 10），稠密臂是学习得到的占据概率场，因此该对照同时改变了两个轴——信号形态（实例索引的确定函数 vs 以场为单位的分布）与信息内容（oracle 精确邻车状态 vs 预测占据概率）；oracle 供给在信息轴上对稀疏臂有利（强化“差异来自引导形式”的归因），但它不等于“同信息、不同表示”的干净隔离。详见 EVI-025 评注与 SYN-003 的“稠密不是一个单轴”派生观察。

7. Traceability

论文坐标 层 元素
§1 Fig. 1（teaser） 0/6 问题定位（vanilla/sparse/dense 三分）
§3.1 1 DiT 骨干 → PPR-2212.09748；ego-only 生成、DPM-Solver
§3.2 Eq. (1) 1/2 CPT-013 融合定义；AX-3（U-Net 占据）
§3.3 Eq. (2)(3) 2 AX-2（Top-K 车体聚合 + 时间求和）
§3.3 Eq. (4)(5) 2/3 AX-1；TH-1（解析梯度注入）
§3.4 2/4 末段注入 → AX-4 / EV-5
§4.1 Table 1 4 EV-1（CLM-025/EVI-024）、EV-8（CLM-031/CLM-032）
§4.2 Tables 2–3 4 EV-3（CLM-026）
§4.2 Table 5 4 EV-4（CLM-027）
§4.3 Table 4 4/5 EV-2（CLM-025）；AR-1/AR-2；稀疏臂构造 → PPR-2501.15564 附录 C（式 10）
§4.3 Fig. 7 4/5 EV-7（CLM-032）
§4.3 Fig. 8 4/5 EV-5（CLM-032）；AR-4
§4.3 Table 6 4/5 EV-6（CLM-032）
§4.3 Figs. 2–4 4 定性证据（未建卡）
§5 Conclusion 6 作者局限与未来工作

Review Log

  • 2026-09-06：Tier-1 升级时完成 P2 骨架与 P3 投影（产出 CPT-013、CLM-025/026/027/031、EVI-024..031），早于 G1 记录要求的正式化，卡内无签发记录——如实标记为历史缺口，不补造日期。
  • 2026-09-07：批裁决重组（_issues/0001-batch-g2dp.md §八）：SOTA 读数卡并入 CLM-025，三张调参读数卡删除，新增 CLM-032（推理期正交性）；存留 Claim 为 CLM-025/026/027/031/032。
  • 2026-09-10：P3 回填（用户指令）：AX-6 补入稀疏臂的构造出处（PPR-2501.15564 附录 C 式 10）与“oracle 只改信息供给、不改信号形态”的界定；Traceability 加跨源行；本库评论补两轴混淆注记。G1 签发记录仍缺失（见上），本次回填由用户指令触发，该缺口保持可见。
  • 2026-09-10：可读性重写（用户指令，对齐 D27 本体前置/连贯性与 D15 术语标注）：每节改为连贯段落、补入式 (1)–(5) 的公式、术语首次括注；批裁决记录从 Commentary 移入本 Log。未改任何命题、AX/TH/EV/AR 编号与语义；本批仍无 VER 卡，验证缺口登记待 T-VERIFY。

关联（29）

  • PPR-2212.09748 Scalable Diffusion Models with Transformers
  • PPR-2404.07569 Can Vehicle Motion Planning Generalize to Realistic Long-tail Scenarios?（interPlan）
  • PPR-2501.15564 Diffusion-Based Planning for Autonomous Driving with Flexible Guidance
  • PPR-2504.17371 Highly Accurate and Diverse Traffic Data: The DeepScenario Open 3D Dataset
  • PPR-2606.26017 G2DP: Diffusion Planning with Spatio-Temporal Grid Guidance
  • BMK-003 “nuPlan closed-loop planning benchmark (Val14 / Test14 / Test14-hard)”
  • DAT-002 nuPlan v1.1 原生数据分发（nuscenes.org，20Hz .db）
  • FRM-2306.07962 Parting（Dauner 等, CoRL 2023）五层重建：论证主线是 PDM 方法族逐级构造至 PDM-Hybrid（学习模块只修正跟踪器不消费的远端路点，C-horizon 原则）；开环与闭环负相关（TH-1）与规则基线强（TH-2）是引子，Val14（TH-3）是评测载体。
  • 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-025 同一 diffusion 骨干下，稠密概率性 cost 网格引导促成平滑、预见性的避障；稀疏实例级引导即使供给 oracle 邻车轨迹仍诱发末期突变机动并损害舒适度——避障行为质量由引导信息形态决定。
  • CLM-026 nuPlan 训练的模型零样本迁移 interPlan：相对共享生成管线的 Diffusion Planner 大幅领先，增益集中于安全维度（碰撞避免、TTC），progress/speed-limit 类项持平或微降；优势依场景类型非全域均匀。
  • CLM-027 零样本迁移真实无人机记录的密集城市交通（DeepScenario，NR）：安全与路线推进增益保持，碰撞避免与推进维度大幅超过 Diffusion Planner、推进维度反超规则基线 PDM-Closed；drivable area 与 driving direction 非最优。
  • CLM-031 去掉邻车历史输入的 history-free 变体在 reactive/interactive 闭环下反而更优，且加事后规则精修后的增益依赖远小于稀疏引导对照（作者推断）；该优势严格限于 reactive/interactive 设定，NR 下不成立。
  • 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-024 Table 1：G2DP 系居纯 IL planner 首位，Test14-hard R 77.61（+7.2 over Flow Planner，+8.4 over Diffusion Planner）。
  • 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-026 Tables 2–3：interPlan 零样本 G2DP† 62.55（+9.65），collision +10.15、TTC +10.75；progress/speed limit 略降。
  • EVI-027 Table 5：G2DP 较 DP collision +11.0、progress +10.5、TTC +6.7；progress/along-route 超 PDM-Closed。
  • EVI-028 Fig. 8：steps 8–9 + lambda_t=0.5 峰值 77.61；早窗与 lambda_t≥0.8 均退化。
  • EVI-029 Table 6：Top-15 双split峰值 92.26/80.05；Average 86.33 洗信号、Max 76.84 抗伪影差。
  • EVI-030 Fig. 7：γ=0.95 峰值；γ=1.0 过度保守刹车致高密度区追尾，γ=0.2 安全弱化。
  • EVI-031 Table 1/2 + 正文：G2DP† reactive +3.7、interPlan +0.81、精修依赖 +4.1 vs DP +12.8。
  • CPT-007 adaptive layer norm (adaLN)
  • CPT-013 spatio-temporal cost volume
  • CPT-029 DPM-Solver
  • 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』。
  • DIS-001 术语 cross-attention 的双 referent 路由：LDM 通用条件接口（CPT-009）与 DiT block 设计变体（CPT-010）。
  • DIS-002 术语 adaLN 的两种读法路由：vanilla adaLN（CPT-007）与其零初始化特化 adaLN-Zero（CPT-002）。
  • DIS-003 术语“闭环”在本库的两个 referent 路由：控制论意义的闭环解/最优策略（CPT-026）与自动驾驶基准的闭环评估口径（BMK-003、BMK-006）。