PPR-2306.07962 Paper

定位

Parting（Dauner 等，CoRL 2023）是对“学习式车辆运动规划”领域两条通行假定做实测检验的论文，并顺带给出一个规则系规划器作为强对照。论文的问题背景是 nuPlan 这一闭环规划评测平台（其协议与数据见 BMK-003）：它要求规划器同时满足短时程精确规划与长时程 ego-forecasting——后者指以目标位置为条件、监督预测自车未来运动这一学习任务。论文的核心发现是这两件事在实测中根本不对齐（论文原话 “fundamentally misaligned”，并主张应分别对待）：在 nuPlan 上，学习式方法开环（OLS，开环分数）表现好而闭环（CLS，闭环分数）差，规则式方法恰好相反。

论文自述三项贡献。第一，展示并分析开环与闭环两类评估口径之间的负相关：降低 IDM 的最大加速度会提升 OLS 却损害 CLS，而 PDM-Open 在只用当前 ego 状态输入时就能在开环上超过 IDM。第二，提出 IDM 的轻量实时扩展 PDM-Closed，把闭环指标从 76–77 提到 92–93。第三，给出一类极端简化的开环规划器：只以当前 ego 状态与路线中心线（centerline）为输入的多层感知机（PDM-Open）在最复杂的输入表征方案之上取得最高 OLS（86），推理仅 7 ms。把后两者拼接得到的 PDM-Hybrid 在闭环上追平或超过直接输出真值轨迹的 log replay，并让论文的早期版本在 nuPlan 2023 规划挑战赛 25 支参赛队中排名第一。论文同时给出本地评测 split Val14（14 类 leaderboard 场景 × 各 100 场景，共 1,118 个）与训练 split 配方（70 类场景、每类上限 4k，共约 177k 个场景），并报告 Val14 与在线 leaderboard 的排序一致。

方法（机制要点）

IDM 与评测口径。 IDM（Intelligent Driver Model，Treiber 2000 的跟驰模型）在此充当规则系基线：它按前车距离与相对速度决定纵向加速度，本身不含横向决策。nuPlan 提供三个官方指标：开环分数 OLS（衡量 ego-forecasting 的距离类精度）、非反应式闭环分数 CLS-NR（背景交通按日志重演）、反应式闭环分数 CLS-R（背景交通由 IDM 策略驱动）；两个闭环分数的计算方式相同，只差背景车行为。

PDM-Closed（提案—仿真—评分—选择）。 它把规划拆成四段。预测：对每个动态目标用恒速模型外推 8 s @ 10 Hz。提案生成：以速度上限的 5 个比例（20%、40%、60%、80%、100%）作为 IDM 目标速度，各配 3 个横向中心线偏移（0 m 与 ±1 m），共 15 条提案，时域缩短为 4 s @ 10 Hz 以控制后续计算量。仿真：用与 nuPlan 相同的 LQR 控制器加运动学自行车模型（对该两段式管线做快速重实现）把每条提案在闭环中推演，因此提案是按预期控制结果而非名义轨迹评分的。评分与选择：按交通规则符合度、通行进度与舒适度打分（评分函数刻意贴近 nuPlan 的评测指标），取最高分提案并按对应 IDM 策略延展到完整的 8 s 时域；若最高分提案在 2 s 内预计碰撞，则输出改为紧急制动。这一“先仿真再评分”的设计使 PDM-Closed 能补偿控制器漂移。

PDM-Open。 一个只吃当前 ego 状态与中心线的 MLP 预测器，代表最简输入表征的开环上限；它是论文用来论证“输入表征比模型规模更关键”的装置。

PDM-Hybrid 与修正起点 \(C\)。 混合方案的动机是 PDM-Open 长时程预测准、PDM-Closed 短时程执行稳，而二者单独都补不齐（负相关）。实现上保留 PDM-Closed 的全部机制，另加一个学习模块 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），只对时域上超过 \(C\) 的路点做修正：

默认 \(C=2\) s 的依据来自执行侧：nuPlan 的 LQR 在闭环中只消费轨迹前 2 s，因此把学习模型的干预放在跟踪器不消费的远端，既让长时程变准，又不扰动短时程执行（消融：\(C=0\) 全程修正使 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）。论文给出两个版本：早期图版本用 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，二者 CLS 同分。

Val14 与训练 split。 训练用全部 70 类场景、每类上限 4k，得约 177k 场景；评测取 leaderboard 所用的 14 类场景各 100 个，得 1,118 个（少数类型不足 100，故非严格 1,400）。论文用 Table 1 与在线 leaderboard 的排序一致来论证 Val14 可作线上测试的本地代理。

实验结果（摘要）

论文自述的对照结论（Table 1 主表）：学习式方法中 PlanCNN 的闭环分数最好，它用栅格输入且不含 ego 状态，以牺牲 OLS 换 CLS——由此论文认为栅格表征在闭环任务上没有明显劣势且运行更快，这与当时对图/向量表征的偏好相反。最简单的规则系方法 IDM 反而超过最好的学习式规划器；PDM-Closed 在闭环上相对 IDM 从 76–77 提升到 92–93；PDM-Open 以中心线加 ego 状态、7 ms 推理取得最高 OLS 86。PDM-Hybrid 的 OLS 从 PDM-Closed 的 42 提上来，闭环追平或超过 log replay——后者也拿不到满分闭环分数，部分原因正是 nuPlan 的 LQR 会偏离给定轨迹。挑战赛方面：2023 年 nuPlan 挑战赛上，PDM-Hybrid 的图版本在 25 支队伍中排名第一（榜单取 CLS-R、CLS-NR 与 OLS 的均值）；最终的中心线版本因榜单关闭未能实测。

与本库的关系

本卡是 BMK-003 中 Val14 split 的定义来源（协议细节以其协议节为准），也是 PDM 方法族的命名出处：论文把 PDM-Closed / PDM-Open / PDM-Hybrid 统称为 Predictive Driver Model（PDM）。该族是 CPT-017（PDM Score，PDMS）的 nuPlan 谱系上游——NAVSIM 的 PDMS 评分得名于 PDM 规划器的轨迹打分函数，其 EP 项以 PDM-Closed 的搜索上界作归一化——也是 BMK-006 navtest 筛选器所用恒速规则基线的同族。论文提出的基线三族划分（规则系 / 学习系 / 混合系）被后续入库工作沿袭：G2DP（PPR-2606.26017）与 Diffusion Planner（PPR-2501.15564）的对照设置均按此分类。论文的“开环与闭环负相关”与 PlanTF（PPR-2309.10443）报告的 imitation gap 是同一现象的两条独立线索。

加工深度 Tier-1，作者逻辑重建见 FRM-2306.07962；本卡当前尚无 CLM/EVI 投影（P3 由用户主动发起）。Semantic Scholar 引用数为 330（frontmatter 字段 citation-count-s2，建卡时查询，具体日期未随卡记录）。

Provenance 与 Review Log

• 原文缓存：cache/sources/2306.07962/（TeX，18 个文件），tarball cache/sources/2306.07962.tar.gz 的 sha256 与 frontmatter source-hash 一致（2026-09-10 以 tools/arxiv_src.py 2306.07962v2 重下复核通过），故 version 由原先未标版本号的写法收紧为 v2——2026-09-10 经 arXiv 提交历史确认 v2 为该文最新版本（v1 2023-06-13、v2 2023-11-02）。
• 2026-09-03：D18 stub 准入，admitted-under: A2-direct-edge。
• 2026-09-08：升为全卡，按 TeX 锚定 split 定义句，source-hash 由占位零值补实。
• 2026-09-10：按 D27（本体前置、自足、连贯）与 D15（术语首次括注）重写本卡——原卡以“本库地位”开篇、正文为 bullet 事实清单，缺论文自身的机制与结果叙述；本次改写为连贯散文、补齐方法四段（提案—仿真—评分—选择）与关键数字，并移除不符 schema 的 updated_note 字段。未改任何事实断言。