PPR-2506.06659
Paper
DriveSuprim: Towards Precise Trajectory Selection for End-to-End Planning
| id | |
|---|---|
| updated | |
| type | paper |
| title | DriveSuprim: Towards Precise Trajectory Selection for End-to-End Planning |
| authors | Wenhao Yao, Zhenxin Li, Shiyi Lan, Zi Wang, Xinglong Sun, José M. Álvarez |
| venue | AAAI 2026 (arXiv:2506.06659) |
| arxiv | 2506.06659 |
| tier | 1 |
| lifecycle | EXTRACTED |
| epistemic | n/a |
| ingested | 2026-09-10 |
| version | arXiv:2506.06659v3 |
| source-hash | sha256:4caf38ee7c46de96a7cfda98fa80b526a0e36e43a4d04420c9fad43b8f0bb573 |
| admitted-under | A2-direct-edge |
| admission-note | 被 DA-WAM（PPR-2608.19085）作为 NAVSIM v1 最强对照直接比较，并被 DiffusionDriveV2/CLOVER 引用。 |
定位
Yao 等（AAAI 2026，NVIDIA）提出 DriveSuprim，改进选择式规划范式。选择式方法先生成多条候选轨迹再逐条预测安全分数并选优，但存在优化难点：在数千候选中精确选出最优、并区分细微却安全关键的差异，尤其在稀有与困难场景。DriveSuprim 用三项设计应对：由粗到细的渐进候选过滤（先淘汰明显不可行候选、再在保留集内精细比较）、基于旋转的增广以提升分布外鲁棒性、自蒸馏以稳定训练。论文报告在 NAVSIM v1/v2 上取得当时领先结果。
实验结果（摘要）
- NAVSIM v1：93.5 PDMS（口径见 CPT-017）；NAVSIM v2：87.1 EPDMS（论文自报）。
- 被 DA-WAM（PPR-2608.19085）列为 v1 对照表的最强基线之一。
与本库的关系
- 准入身份：A2-direct-edge（被 DA-WAM、DiffusionDriveV2、CLOVER 直接引用/对照）。
- 谱系定位：选择式规划线的代表，与 GTRS（PPR-2506.06664）为同组工作（共享作者群），共同处理“静态词表 vs 动态候选”的打分泛化问题；与 SparseDriveV2（PPR-2603.29163）在“候选是否需要动态生成”上持不同结论。评测口径锚定 BMK-006。
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-2411.15139 DiffusionDrive: Truncated Diffusion Model for End-to-End Autonomous Driving
- PPR-2503.12820 Hydra-MDP++: Advancing End-to-End Driving via Expert-Guided Hydra-Distillation
- 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
- PPR-2605.15120 CLOVER: Closed-Loop Value Estimation and Ranking for End-to-End Autonomous Driving Planning
- 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-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。
- CPT-017 PDM Score (PDMS)
- IDX-001 NAVSIM 规划线