PPR-2309.10443
Paper
Rethinking Imitation-based Planner for Autonomous Driving（PlanTF）
| id | |
|---|---|
| updated | |
| type | paper |
| title | Rethinking Imitation-based Planner for Autonomous Driving（PlanTF） |
| alias | PlanTF |
| authors | Jie Cheng, Yingbing Chen, Xiaodong Mei, Bo Yang, Boyi Li, Ming Liu |
| venue | CoRL 2023（arXiv:2309.10443） |
| arxiv | 2309.10443 |
| tier | 1 |
| lifecycle | FORMALIZED |
| epistemic | n/a |
| ingested | 2026-09-08 |
| version | arXiv:2309.10443（下载源 2026-09-08） |
| source-hash | sha256:6c3f9b509a78105eb419d9532ae9ee6d93e1e71a1ad27c8a22ad888e3ebc0d2c |
| admitted-under | A2-direct-edge |
| admission-note | G2DP 与 DP 均引用本工作（PlanTF，Cheng et al., CoRL 2023）：Test14/Test14-hard split 的定义来源。 |
定位
纯模仿学习 planner（PlanTF）+ Test14 系 benchmark 构造（Cheng et al., CoRL 2023）。本库地位：BMK-003 的 Test14 / Test14-hard split 定义来源；其训练 split（1M 帧上限）即 G2DP（EVI-024）与 DP 所用 “nuPlan 1M split” 的出处。
事实锚点（TeX @ source-hash）
- 训练 split：nuPlan 训练集全 75 场景类型，总帧数上限 1M frames——“1M split” 的定义句（experiments 节）。
- Test14-random：nuPlan Planning Challenge 指定的 14 类场景 × 各 20 场景，随机采样后固定。
- Test14-hard：每类先用 PDM-Closed 跑 100 场景，取得分最差的 20 个/类——curated 困难子集的构造判据（“long-tail”动机）。leaderboard 关闭后全部评测在 nuPlan 公开 test split 上进行。
- 模型侧：纯模仿 Transformer（无规则精修），自车状态消融表明去除速度/加速度输入反提升闭环表现。
与本库各卡的关系
- Test14/Test14-hard 定义 → BMK-003 协议节。
- “1M split” → G2DP（PPR-2606.26017）与 DP（PPR-2501.15564）的训练数据口径出处。
- Test14-hard 构造用 PDM-Closed → 与 PPR-2306.07962（Parting）的 PDM 系基线同源。
Provenance 与 Review Log
- 原文缓存：
cache/sources/2309.10443/（TeX，2026-09-08）。 - 2026-09-08 初建（本轮“基准定义论文”批次）。Tier-0 全卡；FRM 重建如需走 T-VERIFY 批。
关联（7）
- PPR-2306.07962 Parting with Misconceptions about Learning-based Vehicle Motion Planning
- PPR-2501.15564 Diffusion-Based Planning for Autonomous Driving with Flexible Guidance
- PPR-2606.26017 G2DP: Diffusion Planning with Spatio-Temporal Grid Guidance
- BMK-003 “nuPlan closed-loop planning benchmark (Val14 / Test14 / Test14-hard)”
- 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-2309.10443 PlanTF（Cheng 等, CoRL 2023）五层重建：核心是 hidden imitation gap——完美模仿的 log replay 经 LQR 执行后在 Test14-hard 上掉 5.65（TH-1），说明执行链偏差是学习系闭环失败的构成性成分；Test14-random/hard 与 1M 帧训练 split 的定义亦出自本文。
- 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）。