PPR-2503.12820
Paper
Hydra-MDP++: Advancing End-to-End Driving via Expert-Guided Hydra-Distillation
| id | |
|---|---|
| updated | |
| type | paper |
| title | Hydra-MDP++: Advancing End-to-End Driving via Expert-Guided Hydra-Distillation |
| authors | Kailin Li, Zhenxin Li, Shiyi Lan, Yuan Xie, Zhizhong Zhang, Jiayi Liu |
| venue | arXiv:2503.12820 |
| arxiv | 2503.12820 |
| tier | 1 |
| lifecycle | EXTRACTED |
| epistemic | n/a |
| ingested | 2026-09-10 |
| version | arXiv:2503.12820v1 |
| source-hash | sha256:af08975044281572b3a515de329acd5688e5d151e0505296ed3756c78d434ef4 |
| admitted-under | A2-direct-edge |
| admission-note | 被 DiffusionDrive（PPR-2411.15139）与 DA-WAM（PPR-2608.19085）作为强基线与对照直接引用（NAVSIM v1/v2 两表均出现）。 |
定位
Li 等（2025，NVIDIA）提出 Hydra-MDP++，是 Hydra-MDP（PPR-2406.06978）的扩展。出发点是原有规则教师覆盖不全：某些不安全行为（不遵守红绿灯、车道偏离、跨帧舒适性恶化）不被旧指标族捕捉，蒸馏出的规划器也就学不到。扩展点是把评估指标集扩充为红绿灯合规（TL）、车道保持（LK）与扩展舒适（EC），并沿用人类演示 + 规则教学的多教师蒸馏与多头解码器框架。模型不依赖特权感知信号，直接处理原始图像；论文同时报告轻量 ResNet-34 与放大 V2-99 图像编码器两档结果，强调在保持计算效率的同时处理多样驾驶场景。
实验结果（摘要）
- V2-99 编码器下报告 NAVSIM 91.0 PDMS（论文自报）。
- 在 NAVSIM v2 的 EPDMS 对照表中亦被后续工作列为强基线。
与本库的关系
- 准入身份：A2-direct-edge（被 DiffusionDrive、DA-WAM 直接引用）。
- 谱系定位：Hydra-MDP 的直接续作，把教师指标向 NAVSIM v2 的 EPDMS（CPT-017、BMK-006）子项对齐。与 DriveSuprim（PPR-2506.06659）、GTRS（PPR-2506.06664）、SparseDriveV2（PPR-2603.29163）同属 NAVSIM 打分线。
Provenance
- Tier-0 轻量 ingest（S2 元数据）：
version/source-hash占位（待补）。
关联（11）
- PPR-2406.06978 Hydra-MDP: End-to-end Multimodal Planning with Multi-target Hydra-Distillation
- 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-2603.29163 SparseDriveV2: Scoring is All You Need for End-to-End Autonomous Driving
- BMK-006 NAVSIM non-reactive planning benchmark (v1 PDMS / v2 EPDMS two-stage)
- FRM-2406.06978 Hydra-MDP 五层重建（骨架）：核心对象是三范式对比下的多教师蒸馏——把『多模规划 + 单目标学习 + 不可微后处理』改为『多模规划 + 多目标学习』，在 VADv2 式固定词表上以模仿损失对齐人类、以离线仿真分数经 BCE 蒸馏规则教师，推理期按网格搜索权重组装子分数选轨迹；公理层含『仅模仿不足以关联环境』『不可微后处理基于不完美感知』『固定词表使离线批量仿真可行』。
- 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-2506.06659 DriveSuprim 五层重建（骨架）：核心对象是把选择式规划的“精确选优”拆成粗到精两段——粗筛在整词表上按 Hydra-MDP 式打分取 top-k，精化解码器再对含大量 hard negative 的候选逐层输出细粒度分数；为缓解困难场景的数据不平衡引入 ego 旋转等价的视图增广（伪全景裁剪 + 真值同步反向旋转），并用 EMA 教师裁剪软标签做自蒸馏稳定训练。
- FRM-2603.29163 SparseDriveV2 五层重建（骨架）：核心对象是把静态轨迹词表推到超稠密——先把轨迹分解为几何路径与速度剖面两组因子、以组合覆盖动作空间（词表比先前方法稠密 32×），再用粗粒度因子化打分筛出 top-K 路径与 top-K 速度、组合后只对小子集做细粒度打分；其经验前提是对 Hydra-MDP 的 scaling 研究显示锚点越密性能越好、在算力约束前不饱和；作者据此主张动态生成并非必要。
- CPT-017 PDM Score (PDMS)
- IDX-001 NAVSIM 规划线