PPR-2212.10156
Paper
Planning-oriented Autonomous Driving
| id | |
|---|---|
| updated | |
| type | paper |
| title | Planning-oriented Autonomous Driving |
| authors | Yi Hu, Jiazhi Yang, Li Chen, Keyu Li, Chonghao Sima, Xizhou Zhu |
| venue | CVPR 2023 Best Paper (arXiv:2212.10156) |
| arxiv | 2212.10156 |
| tier | 1 |
| lifecycle | EXTRACTED |
| epistemic | n/a |
| ingested | 2026-09-10 |
| version | arXiv:2212.10156v2 |
| source-hash | sha256:82346815a30fd45fd95defb5833304be264d8ee89c5ac654a1ddbfa756d97d3b |
| admitted-under | A2-direct-edge |
| admission-note | 被所有 NAVSIM 锚点直接引用（DiffusionDrive、DiffusionDriveV2、CLOVER、Latent-WAM、DA-WAM、HUGSIM）——端到端规划的基础参照系。 |
定位
Hu 等（CVPR 2023 最佳论文）提出 UniAD（Unified Autonomous Driving）。论文的出发论断是：现代自动驾驶系统由感知、预测、规划等按序模块组成，各模块单独部署或各自挂头会招致误差累积与任务协调不足；更好的框架应“以自车的规划为终极目标”来组织。UniAD 由此把全栈驾驶任务纳入一个网络，重排各感知/预测子任务使其都为规划服务，并让任务间通过统一 query 接口通信，从全局视角为智能体交互提供互补特征。该工作确立了“planning- oriented”这一端到端范式，此后被大量工作作为基线与对照。
与本库的关系
- 准入身份：A2-direct-edge（被全部 NAVSIM 锚点直接引用）。
- 谱系定位：端到端规划的框架源头。VAD（PPR-2303.12077）为其向量化发展、SparseDrive（PPR-2405.19620）为稀疏表示发展、GenAD（PPR-2402.11502）为生成式发展；HUGSIM（PPR-2412.01718）把它作为闭环评测对象之一。与 Rule-based（PDM）在 BMK-003/BMK-006 上互补对照。
Provenance
- Tier-0 轻量 ingest（S2 元数据）：
version/source-hash占位（待补）。
关联（11）
- PPR-2303.12077 VAD: Vectorized Scene Representation for Efficient Autonomous Driving
- PPR-2402.11502 GenAD: Generative End-to-End Autonomous Driving
- PPR-2402.13243 VADv2: End-to-End Vectorized Autonomous Driving via Probabilistic Planning
- PPR-2405.19620 SparseDrive: End-to-End Autonomous Driving via Sparse Scene Representation
- PPR-2412.01718 HUGSIM: A Real-Time, Photo-Realistic and Closed-Loop Simulator for Autonomous Driving
- PPR-2605.15120 CLOVER: Closed-Loop Value Estimation and Ranking for End-to-End Autonomous Driving Planning
- BMK-003 “nuPlan closed-loop planning benchmark (Val14 / Test14 / Test14-hard)”
- BMK-006 NAVSIM non-reactive planning benchmark (v1 PDMS / v2 EPDMS two-stage)
- FRM-2212.10156 UniAD 五层重建（骨架）：核心对象是规划导向的模块化流水线——TrackFormer（检测 + 多目标跟踪，含显式 ego 查询）、MapFormer（地图全景分割）、MotionFormer（场景中心的多模联合预测，含 agent/场景锚与目标点交互）、OccFormer（保留实例身份的占用预测）四模块以统一 query 串联，Planner 以命令嵌入条件化 ego 查询输出轨迹，并在推理期用牛顿法按占用图避碰优化；公理层含『框架应面向规划这一终极目标设计』与『端到端下不可假设真值感知』。
- FRM-2503.07656 DriveTransformer 五层重建（骨架）：核心对象是把端到端驾驶压成三种统一注意力算子的纯 transformer 框架——sensor cross attention 让任务查询直接取原始传感特征（3D 位置编码、不建 BEV）、task self-attention 让 agent/map/ego 查询在每层直接互交（任务并行、无手工顺序）、temporal cross attention 以各任务的 FIFO 查询队列注入历史（流式、含 ego 坐标变换补偿）；公理层含『串行感知-预测-规划导致累积误差与训练不稳』与『手工任务顺序限制协同』。
- IDX-001 NAVSIM 规划线