PPR-2503.11650
Paper
Centaur: Robust End-to-End Autonomous Driving with Test-Time Training
| id | |
|---|---|
| updated | |
| type | paper |
| title | Centaur: Robust End-to-End Autonomous Driving with Test-Time Training |
| authors | Chonghao Sima, Kashyap Chitta, Zhiding Yu, Shiyi Lan, Ping Luo, Andreas Geiger |
| venue | arXiv:2503.11650 |
| arxiv | 2503.11650 |
| tier | 1 |
| lifecycle | EXTRACTED |
| epistemic | n/a |
| ingested | 2026-09-10 |
| version | arXiv:2503.11650v1 |
| source-hash | sha256:35d210e75fc9bc700b624ddbef8eac44332daea50b9af9c5ade673215fbb168f |
| admitted-under | A2-direct-edge |
| admission-note | 被 DiffusionDriveV2（PPR-2512.07745）、DA-WAM（PPR-2608.19085）作为 NAVSIM 强对照直接引用；作者群与 NAVSIM/TransFuser 重叠。 |
定位
Sima 等（2025，上海 AI Lab / 图宾根）提出 Centaur（Cluster Entropy for Test-time trAining using Uncertainty）。问题是如何在部署期可靠地维护端到端规划器的决策质量。既有两类方案有局限：一类设“回退层”，检查计划是否违反规则、违规时替换为预定义安全动作；另一类用路网与障碍物等系统预测最小化预定义代价函数。论文指出这些预编程规则或代价函数无法随新数据学习、且常导致过度保守行为。Centaur 不依赖人工规则或代价函数，而是在测试时更新规划器行为，依据是对规划决策不确定性的度量与最小化；论文提出 Cluster Entropy，称其简单、可解释且可接入主流规划算法。
与本库的关系
- 准入身份：A2-direct-edge（被 DiffusionDriveV2、DA-WAM 直接引用）。
- 谱系定位：规划鲁棒性/测试时适应线。与 CLOVER（PPR-2605.15120）的“评估器子分数闭环蒸馏”（闭环读法见 DIS-003）、DIVER（PPR-2507.04049）的 RL 约束属同一“如何在模仿之外纠正规划器”问题的不同回答。
Provenance
- Tier-0 轻量 ingest（S2 元数据）：
version/source-hash占位（待补）。
关联（6）
- PPR-2205.15997 TransFuser: Imitation With Transformer-Based Sensor Fusion for Autonomous Driving
- PPR-2507.04049 DIVER: Reinforced Diffusion Breaks Imitation Bottlenecks in End-to-End Autonomous Driving
- PPR-2605.15120 CLOVER: Closed-Loop Value Estimation and Ranking for End-to-End Autonomous Driving Planning
- FRM-2503.11650 Centaur 五层重建（骨架）：核心对象是以不确定性为目标的测试时训练——把打分式规划器看作词表上的分类器，先按 5 个方向锚（sharp/slight left、forward、slight/right）对采样候选聚类求和归一化，再以该 5 类分布的 Shannon 熵（Cluster Entropy）作无监督目标，在推理前用历史梯度缓冲（F=4）的平均做单步参数更新；公理层含『预编程回退层/代价函数无法随新数据学习而过度保守』与『词表巨大时朴素熵偏向邻居多的轨迹』。
- 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）。
- IDX-001 NAVSIM 规划线