PPR-2605.19771
Paper
Beyond Imitation: Learning Safe End-to-End Autonomous Driving from Hard Negatives
| id | |
|---|---|
| updated | |
| type | paper |
| title | Beyond Imitation: Learning Safe End-to-End Autonomous Driving from Hard Negatives |
| authors | Junli Wang, Zhihua Hua, Xueyi Liu, Zebin Xing, Haochen Tian, Kun Ma |
| venue | arXiv:2605.19771 |
| arxiv | 2605.19771 |
| tier | 1 |
| lifecycle | EXTRACTED |
| epistemic | n/a |
| ingested | 2026-09-10 |
| version | arXiv:2605.19771v1 |
| source-hash | sha256:27248231f4e9f4c86cdde3184e102245590bf3dedaea1c65296e8bde72fdc175 |
| admitted-under | A2-direct-edge |
| admission-note | 被 DA-WAM（PPR-2608.19085）直接引用（wang2026beyonddrive），与 DA-WAM 的“安全关键难负例”监督策略同源。 |
定位
Wang 等（2026）提出 BeyondDrive。论文指出端到端驾驶的模仿学习主要从成功演示学习、以最小化与专家轨迹的几何偏差为目标，隐含假设“空间接近即行为安全”，由此造成关键的目标错配：模仿损失几乎相同的轨迹，安全结果可能截然不同——一条仍可恢复，另一条直接碰撞。为处理这一限制，BeyondDrive 提出失败感知（failure-aware）的模仿学习框架，从成功与失败两种驾驶行为联合学习：先用基于流匹配的负轨迹生成器合成安全关键但贴近专家的轨迹，显式建模安全不对称；再配以多样性感知的采样策略。
与本库的关系
- 准入身份：A2-direct-edge（被 DA-WAM 直接引用）。
- 谱系定位：难负例/安全不对称线。DA-WAM（PPR-2608.19085）的“忠实匹配专家 + 安全关键难负例”监督策略与本卡主张同向，二者在“如何在只有单条专家轨迹的离线日志下界定安全边界”上互为呼应；与 ResAD（PPR-2510.08562）的残差安全建模、DIVER（PPR-2507.04049）的 RL 避撞奖励构成同族问题。
Provenance
- Tier-0 轻量 ingest（S2 元数据）：
version/source-hash占位（待补）。
关联（5）
- PPR-2507.04049 DIVER: Reinforced Diffusion Breaks Imitation Bottlenecks in End-to-End Autonomous Driving
- PPR-2510.08562 ResAD: Normalized Residual Trajectory Modeling for End-to-End Autonomous Driving
- PPR-2608.19085 DA-WAM: Decision-Aligned Future Latents for Driving World Models
- FRM-2605.19771 BeyondDrive 五层重建（骨架）：核心对象是让模仿学习显式吸收失败——提出“安全不对称”性质（模仿误差几乎相同的两条轨迹安全性可截然不同，一条可恢复、一条致碰撞），故用流匹配的负轨迹生成器合成“安全关键但贴近专家”的硬负样本、以多样性感知采样提高失败模式覆盖，再用排斥距离损失同时吸引预测靠近专家并推离硬负样本，从而在轨迹空间建立可判别的安全边界。
- IDX-001 NAVSIM 规划线