Research KB 登录

PPR-2411.15139 Paper

DiffusionDrive: Truncated Diffusion Model for End-to-End Autonomous Driving

id
updated
type paper
title DiffusionDrive: Truncated Diffusion Model for End-to-End Autonomous Driving
authors Bencheng Liao, Shaoyu Chen, Haoran Yin, Bo Jiang, Cheng Wang, Sixu Yan, Xinbang Zhang, Xiangyu Li, Ying Zhang, Qian Zhang, Xinggang Wang
venue CVPR 2025 (arXiv:2411.15139)
arxiv 2411.15139
tier 1
lifecycle EXTRACTED
epistemic n/a
ingested 2026-09-10
version arXiv:2411.15139v3
source-hash sha256:f92a967699a4af660bffba353de1e92eb185a95eabcc11918a96e378477870f1
admitted-under U0-user-directive
admission-note 用户 2026-09-10 指令性准入（D18 U0）：NAVSIM 线扩散规划分支基点。库内既有多篇扩散规划卡引用它（如 PPR-2501.15564 系、PPR-2606.26017），结构上属承重支座。

定位

Liao 等（CVPR 2025，华中科技大学 / Horizon Robotics）提出 DiffusionDrive。出发点是端到端规划的动作分布本质多模，而主流回归式规划器（TransFuser、UniAD、VAD）从单个 ego query 回归单条轨迹，无法表达驾驶行为的不确定性；VADv2 用 4096 条固定锚轨迹离散化动作空间再从其中采样，但受锚数量与质量约束、且大词表推理开销高。机器人领域的扩散策略（diffusion policy）能直接对多模分布采样，论文测试了把 vanilla 扩散策略接到单模回归规划器上的变体 Transfuser\(_{\text{DP}}\)，观察到两个问题：（1）vanilla DDIM 扩散策略的 20 步去噪推理开销大，难以实时；（2）不同高斯噪声采样出的轨迹严重重叠，即模式坍缩，无法覆盖驾驶行为的多样未来。

论文的观察是：人类驾驶遵循既有驾驶模式，再按实时交通动态调整。于是把这些先验模式嵌入扩散策略——把高斯分布划分为多个以先验锚点为中心的子高斯分布（锚定高斯分布，anchored Gaussian distribution），实现方式是截断扩散调度：只注入少量高斯噪声到锚点附近，再从该起点做短程去噪。多模表达能力由扩散模型承担，因此不需要 VADv2 那样的大固定锚集合；起点更合理后去噪步数从 20 降到 2。第二个组件是高效级联扩散解码器，既与感知模块的结构化 query 交互，也经稀疏可变形注意力与 BEV、透视视图（PV）特征交互，并级联式迭代精化轨迹。

方法（机制要点）

  • 截断扩散策略：先验锚轨迹定义高斯混合先验；扩散调度被截断，前向过程只对锚点加一小段噪声，反向过程从该锚定分布出发做 2 步去噪。消融显示截断步数与锚设计共同决定多样性与质量。
  • 级联扩散解码器：transformer 解码器在每个去噪步内级联精化轨迹重建，交互对象包括感知 query、BEV 特征与 PV 特征（稀疏可变形注意力），以提升与条件场景上下文的耦合。
  • 推理：从锚定高斯分布采样可变数量样本，去噪后按打分选 top-1；top-1 之外的多模候选保留多样性（论文在挑战场景中展示 top-10 含高质量变道）。

实验结果（摘要）

  • NAVSIM navtest：88.1 PDMS（口径见 CPT-017；与对齐的 ResNet-34 骨干），论文称在不含后处理与额外监督的条件下超过 NAVSIM challenge 冠军 Hydra-MDP-\(\mathcal{V}_{8192}\)-W-EP 1.6 PDMS；NVIDIA 4090 上 45 FPS。
  • nuScenes 开环：同 ResNet-50 骨干下比 VAD 快 1.8×，L2 误差低 20.8%、碰撞率低 63.6%。

与本库的关系

  • 准入身份：U0-user-directive（用户 2026-09-10 指令性准入）。
  • 谱系定位：扩散规划分支的锚点。上游接 Diffuser（PPR-2205.09991）、Diffusion Policy、DDIM（PPR-2010.02502）、Flow Matching（PPR-2210.02747）等生成建模工作；同代对照 VADv2（PPR-2402.13243，大词表采样）与 Hydra-MDP（PPR-2406.06978，多教师蒸馏多候选打分）；下游被 DiffusionDriveV2（PPR-2512.07745）、GoalFlow（PPR-2503.05689）、GTRS（PPR-2506.06664）、DriveSuprim（PPR-2506.06659）、DIVER、ResAD 等引用/对照。评测口径锚定 BMK-006。

承重关系

  • provenance：v3 tarball sha256 f92a9676…7870f1，缓存 cache/sources/2411.15139/。

关联（18）

  • PPR-2205.09991 Planning with Diffusion for Flexible Behavior Synthesis
  • PPR-2402.11502 GenAD: Generative End-to-End Autonomous Driving
  • PPR-2402.13243 VADv2: End-to-End Vectorized Autonomous Driving via Probabilistic Planning
  • PPR-2406.06978 Hydra-MDP: End-to-end Multimodal Planning with Multi-target Hydra-Distillation
  • PPR-2409.00588 Diffusion Policy Policy Optimization
  • PPR-2503.05689 GoalFlow: Goal-Driven Flow Matching for Multimodal Trajectories Generation in End-to-End Autonomous Driving
  • PPR-2505.09315 TransDiffuser: Diverse Trajectory Generation with Decorrelated Multi-modal Representation for End-to-end Autonomous Driving
  • PPR-2506.06659 DriveSuprim: Towards Precise Trajectory Selection for End-to-End Planning
  • PPR-2506.06664 Generalized Trajectory Scoring for End-to-end Multimodal Planning
  • PPR-2510.08562 ResAD: Normalized Residual Trajectory Modeling for End-to-End Autonomous Driving
  • PPR-2512.07745 DiffusionDriveV2: Reinforcement Learning-Constrained Truncated Diffusion Modeling in End-to-End Autonomous Driving
  • PPR-2608.19085 DA-WAM: Decision-Aligned Future Latents for Driving World Models
  • BMK-006 NAVSIM non-reactive planning benchmark (v1 PDMS / v2 EPDMS two-stage)
  • FRM-2411.15139 DiffusionDrive 五层重建（骨架）：核心对象是锚定高斯分布上的截断扩散策略（K-Means 锚点 + 只注少量噪声的短程去噪）与级联扩散解码器；公理层含『驾驶行为多模』『人类驾驶遵循固定模式可作先验』『去噪步数是实时瓶颈』；论证主干是 Transfuser→Transfuser_DP→Transfuser_TD→DiffusionDrive 的逐级路线图（质量、多样性、FPS 三者同测）。
  • FRM-2503.12820 Hydra-MDP++ 五层重建（骨架）：核心对象是在固定离散规划词表上的多教师蒸馏——700K 轨迹 K-means 得词表，分类式解码器先模仿日志轨迹，再以离线仿真的 PDM 指标系统为教师做多头蒸馏，教师指标在传统 NAVSIM 项外扩入红绿灯合规（TL）、车道保持（LK）与扩展舒适（EC）；公理层含『模仿不足需与环境关联』与『固定动作空间可离线生成度量真值』。
  • FRM-2512.07745 DiffusionDriveV2 五层重建（骨架）：核心对象是把去噪链视为 MDP 后用 RL 约束/探索的截断扩散生成器——锚内 GRPO 做组内优势、锚间截断 GRPO 负优势归零且碰撞罚一、尺度自适应乘性探索噪声；公理层含『IL 只监督单一正模式致负模式无约束』与『不同意图的锚不应直接比较优劣』；论证主干是多样性-质量权衡的对照与消融。
  • CPT-017 PDM Score (PDMS)
  • IDX-001 NAVSIM 规划线