Research KB 登录

PPR-2606.26017 Paper

G2DP: Diffusion Planning with Spatio-Temporal Grid Guidance

id
updated
type paper
title G2DP: Diffusion Planning with Spatio-Temporal Grid Guidance
alias G2DP
authors Hang Yu, Ye Jin, Alessandro Canevaro, Julian Schmidt, Julian Jordan, Peizheng Li, Marc Kaufeld, Silvan Lindner, Johannes Betz, Wilhelm Stork
venue arXiv 2026 (IROS 2026)
arxiv 2606.26017
tier 1
lifecycle FORMALIZED
epistemic n/a
ingested 2026-09-03
local-formalization ./FRM-2606.26017.md
version arXiv:2606.26017v3
source-hash sha256:09f9f88f0632fe13746a7d2854533d9f6033c0426ec6fcd98cfd9bc007b86f68
admission-note D18 参考展开锚点（2026-09-03）：本卡作为 hub 展开引用图，18 张邻居卡准入；留痕见 Reference Admission Log 与各邻居卡的 admitted-under。
citation-count-s2 4

定位

扩散式运动规划器（diffusion-based motion planner）用生成模型直接建模驾驶行为的多样性，但在闭环执行（closed-loop execution；DIS-003 的 benchmark 语义）中缺少对安全与路线遵循的显式约束机制。已有引导（guidance）有两条路线，都不理想：一是稀疏的实例级几何查询——对少量预测邻车状态施加距离约束，视野受限于“少量确定实体”，在交互场景下脆弱；二是事后精修（post-hoc refinement）——把生成的轨迹再交给规则模块修正，既脱离学习到的分布，又把规则刚性重新引入。G2DP（Grid-Guided Diffusion Planning）的贡献是把安全与路线偏好写成稠密、可微的时空代价体（spatio-temporal cost volume），在推理期注入去噪循环，不重训骨干即可插拔。

方法由三个部件构成，分开训练、仅在推理耦合。生成骨干用扩散 Transformer（Diffusion Transformer, DiT，CPT-001）在 ego 轨迹空间做保持方差的扩散（variance-preserving diffusion），以场景 token 为条件，推理时用 DPM-Solver（CPT-029）走 10 步采样，且只生成 ego 轨迹、邻车历史仅作条件。一个轻量 U-Net 从 ego-centric 鸟瞰（bird's-eye view, BEV）栅格（历史车体占位 footprint 与静态地图）预测未来占据概率栅格 \(\mathbf O\)，并与路线进度图 \(R\) 融合为逐帧代价栅格

\[\psi_\tau(u,v)=\gamma\, O_\tau(u,v)+(1-\gamma)\,R(u,v),\qquad \gamma=0.95\]

轨迹样本 \(\mathbf x\) 在每个时刻的定向矩形车体区域内对 \(\psi_\tau\) 做双线性采样（bilinear sampling），取最高 \(K=15\) 个值的均值作为该时刻代价 \(c^{(\tau)}\)，再对时间求和得到能量

\[E(\mathbf x)=\sum_{\tau=1}^{T}c^{(\tau)}\]

引导按分类器引导（classifier guidance）的能量重加权解释：把学习到的边际分布当先验，用能量定义目标分布

\[p_t^\star(\mathbf x_t\mid\mathcal S,\mathcal C)\propto p_t(\mathbf x_t\mid\mathcal S) \exp\!\bigl(-\lambda_t E(\mathbf x_t;\mathcal C)\bigr)\]

取分数（score）得采样更新

\[\nabla_{\mathbf x_t}\log p_t^\star =\nabla_{\mathbf x_t}\log p_t -\lambda_t\nabla_{\mathbf x_t}E(\mathbf x_t;\mathcal C)\]

其中 \(-\lambda_t\nabla E\) 直接注入 DPM-Solver。由于双线性采样与 Top-K 选择都可微，梯度可解析求出，因此无需重训骨干；引导只加在去噪末段（10 步中的第 8–9 步，\(\lambda_t=0.5\)），因为早期步确立轨迹的宏观拓扑，过早注入会破坏模型的行为意图。

关键结果：nuPlan 闭环上，G2DP 在纯模仿类规划器（不做事后精修）中取得最强性能；reactive 设置下比最强模仿基线高 7.2 分（论文摘要口径）。Test14-hard reactive 上，去掉全部历史输入的 G2DP\(^\dagger\) 比 Diffusion Planner 高 8.4 分，且比保留历史的 G2DP 再高 3.7 分。与事后精修模块的耦合依赖显著更低：G2DP\(^\dagger\) 为 +4.1，Diffusion Planner 为 +12.8，说明网格引导与规则式安全准则部分对齐。零样本迁移到 interPlan 与 DeepScenario 仍保持最高分，interPlan 上避碰相比无引导版本提升 10.15（摘要口径）。

边界：占据预测器（U-Net）离线训练后冻结，引导梯度不做不确定性加权；引导调度（注入窗口、\(\lambda_t\)）需调参；车体用简化的矩形 footprint；全部闭环数字来自 nuPlan 模拟器单环境，reactive 语义依赖模拟器的邻车重演实现，跨模拟器不可比。增益数字口径各异（对 Flow Planner / Diffusion Planner / 无引导版本），引用时须注明对照方。

与本库的关系

本卡是全库唯一作为 hub 做过完整引用图展开的来源（D18）。其形式化重建为 FRM-2606.26017（五层），核心概念抽为 CPT-013（时空代价体）；论题层由 5 张存留 Claim 承载——CLM-025（稠密 vs 稀疏引导模态）、CLM-026 与 CLM-027（零样本泛化的安全增益）、CLM-032（推理期正交性），以及边界卡 CLM-031（历史输入的 reactive 边界）；证据为 EVI-024..031。在 SYN-002 的“三段可分解改造”里，本卡位于采样层（表示层为 LDM、骨干层为 DiT）；在 SYN-003 的引导谱系四支中，本卡立于机制支（classifier guidance）、扩散规划支（Diffuser → Diffusion Planner）、安全硬约束支与稠密网格支的交点。骨干复用 PPR-2212.09748（DiT），直接对照为 PPR-2501.15564（Diffusion Planner）。

Reference Admission Log

  • 2026-09-03：D18 参考展开（hub = 本卡）。admit 18 张邻居卡（nuPlan、DPM-Solver、DiT 等，A2-direct-edge 为主）；无 exclude/discard 记录。
  • 2026-09-06：准入字段曾由 g2dp-anchor 迁移为 admitted-via；该边已由 D25（2026-09-07）废除，准入留痕现由本日志与各邻居卡的 admitted-under/admission-note 承担。

加工记录

2026-09-06 升级 Tier-1（DA5 升级须人工确认）：拉取 arXiv:2606.26017v3 源（sha256 见 frontmatter），产出 CPT-013 与 FRM-2606.26017（五层重建），以及 5 张存留 Claim（CLM-025/026/027/031/032）与 EVI-024..031。2026-09-07 批裁决重组（_issues/0001-batch-g2dp.md §八）：SOTA 读数卡并入 CLM-025，三张调参读数卡删除（残渣留在 EVI-028/029/030 与 CLM-032 Notes），新增 CLM-032；本批无 VER 卡，验证缺口登记待 T-VERIFY。引用图概览（S2, 2026-09-03）：被引 4（UniDrive-WM / DriveVA / TerraZero / Fusion-Poly）；引用 50（其中 DiT 已收录为 PPR-2212.09748）。论文声明代码在 github.com/HangYuu/G2DP 公开；本库 2026-09-09 核查该仓库仅含 LICENSE 与 README（标注 under internal review），复现档位因此受限，不影响已抽取数字。

关联（59）

  • PPR-002 Congested traffic states in empirical observations and microscopic simulations
  • PPR-003 A direct method for trajectory optimization of rigid bodies through contact
  • PPR-004 An Introduction to Trajectory Optimization: How to Do Your Own Direct Collocation
  • PPR-005 Synthesis and Stabilization of Complex Behaviors through Online Trajectory Optimization
  • PPR-1503.03585 Deep Unsupervised Learning using Nonequilibrium Thermodynamics
  • PPR-1505.04597 U-Net: Convolutional Networks for Biomedical Image Segmentation
  • PPR-1807.00412 Learning to Drive in a Day
  • PPR-1807.08048 Baidu Apollo EM Motion Planner
  • PPR-1812.03079 ChauffeurNet: Learning to Drive by Imitating the Best and Synthesizing the Worst
  • PPR-2006.11239 Denoising Diffusion Probabilistic Models
  • PPR-2105.05233 Diffusion Models Beat GANs on Image Synthesis
  • PPR-2106.11810 nuPlan: A closed-loop ML-based planning benchmark for autonomous vehicles
  • PPR-2205.09991 Planning with Diffusion for Flexible Behavior Synthesis
  • PPR-2206.00927 DPM-Solver: A Fast ODE Solver for Diffusion Probabilistic Model Sampling in Around 10 Steps
  • PPR-2207.12598 Classifier-Free Diffusion Guidance
  • PPR-2209.14687 Diffusion Posterior Sampling for General Noisy Inverse Problems
  • PPR-2210.17366 Guided Conditional Diffusion for Controllable Traffic Simulation
  • PPR-2212.09748 Scalable Diffusion Models with Transformers
  • PPR-2301.11902 Tree-structured Policy Planning with Learned Behavior Models
  • PPR-2306.03083 MotionDiffuser: Controllable Multi-Agent Motion Prediction using Diffusion
  • PPR-2306.07962 Parting with Misconceptions about Learning-based Vehicle Motion Planning
  • PPR-2309.10443 Rethinking Imitation-based Planner for Autonomous Driving（PlanTF）
  • PPR-2406.05309 CoBL-Diffusion: Diffusion-Based Conditional Robot Planning in Dynamic Environments Using Control Barrier and Lyapunov Functions
  • PPR-2501.15564 Diffusion-Based Planning for Autonomous Driving with Flexible Guidance
  • PPR-2503.02924 Diverse Controllable Diffusion Policy with Signal Temporal Logic
  • PPR-2503.05689 GoalFlow: Goal-Driven Flow Matching for Multimodal Trajectories Generation in End-to-End Autonomous Driving
  • PPR-2504.08661 SafeFlow: Safe Robot Motion Planning with Flow Matching via Control Barrier Functions
  • PPR-2504.10003 NaviDiffusor: Cost-Guided Diffusion Model for Visual Navigation
  • PPR-2504.17371 Highly Accurate and Diverse Traffic Data: The DeepScenario Open 3D Dataset
  • PPR-2510.11083 Flow Matching-Based Autonomous Driving Planning with Advanced Interactive Behavior Modeling
  • PPR-2510.12733 HYPE: Hybrid Planning with Ego Proposal-Conditioned Predictions
  • PPR-2601.04453 UniDrive-WM: Unified Understanding, Planning and Generation World Model For Autonomous Driving
  • PPR-2603.08199 Fusion-Poly: A Polyhedral Framework Based on Spatial-Temporal Fusion for 3D Multi-Object Tracking
  • PPR-2604.04198 DriveVA: Video Action Models are Zero-Shot Drivers
  • PPR-2607.02375 Representation Distribution Matching for One-Step Visual Generation
  • PPR-2607.13028 TerraZero: Procedural Driving Simulation for Zero-Demonstration Self-Play at Scale
  • BMK-003 “nuPlan closed-loop planning benchmark (Val14 / Test14 / Test14-hard)”
  • FRM-2309.10443 PlanTF（Cheng 等, CoRL 2023）五层重建：核心是 hidden imitation gap——完美模仿的 log replay 经 LQR 执行后在 Test14-hard 上掉 5.65（TH-1），说明执行链偏差是学习系闭环失败的构成性成分；Test14-random/hard 与 1M 帧训练 split 的定义亦出自本文。
  • FRM-2501.15564 Diffusion Planner 五层重建：task redefinition 后的 ego+邻车联合轨迹生成（DiT 骨干、单一扩散损失）与 DPS 免训练 classifier guidance；断言投影 CLM-033..038（一份投影卡因 erratum 删除）。附录 C 的四个引导能量函数（式 10–13）与四条设计经验已公式化回填，供 G2DP 稀疏对比臂跨源引用。
  • FRM-2606.26017 G2DP 五层重建：核心对象是 CPT-013 时空代价体（占据概率栅格 × 路线进度图融合）在推理期的可微引导；公理层为能量重加权目标分布、Top-K 车体聚合与末段注入等六个作者前提；论证主干是 Table 4 在同一 DiT 骨干下隔离『稠密网格 vs 稀疏实例』的引导模态消融（稀疏臂按 PPR-2501.15564 附录 C 实现、以 oracle 邻车供给）。
  • CLM-025 同一 diffusion 骨干下，稠密概率性 cost 网格引导促成平滑、预见性的避障；稀疏实例级引导即使供给 oracle 邻车轨迹仍诱发末期突变机动并损害舒适度——避障行为质量由引导信息形态决定。
  • CLM-026 nuPlan 训练的模型零样本迁移 interPlan：相对共享生成管线的 Diffusion Planner 大幅领先，增益集中于安全维度（碰撞避免、TTC），progress/speed-limit 类项持平或微降；优势依场景类型非全域均匀。
  • CLM-027 零样本迁移真实无人机记录的密集城市交通（DeepScenario，NR）：安全与路线推进增益保持，碰撞避免与推进维度大幅超过 Diffusion Planner、推进维度反超规则基线 PDM-Closed；drivable area 与 driving direction 非最优。
  • CLM-031 去掉邻车历史输入的 history-free 变体在 reactive/interactive 闭环下反而更优，且加事后规则精修后的增益依赖远小于稀疏引导对照（作者推断）；该优势严格限于 reactive/interactive 设定，NR 下不成立。
  • CLM-032 稠密网格引导是纯推理期模块：占据预测器与生成骨干分开训练、仅在推理耦合，不重训不改骨干即可注入解析梯度，且部分替代事后规则精修（作者推断）。
  • EVI-024 Table 1：G2DP 系居纯 IL planner 首位，Test14-hard R 77.61（+7.2 over Flow Planner，+8.4 over Diffusion Planner）。
  • EVI-025 Table 4：Grid +3.35 score/+3.59 collision/+4.94 TTC；Sparse(Oracle) −1.96 score/−10.13 comfort/+0.64 collision。稀疏臂按 PPR-2501.15564 附录 C 式 10 的实例级有向距离能量实现，与稠密臂在信号形态与信息内容两轴同时不同（评注已补）。
  • EVI-026 Tables 2–3：interPlan 零样本 G2DP† 62.55（+9.65），collision +10.15、TTC +10.75；progress/speed limit 略降。
  • EVI-027 Table 5：G2DP 较 DP collision +11.0、progress +10.5、TTC +6.7；progress/along-route 超 PDM-Closed。
  • EVI-028 Fig. 8：steps 8–9 + lambda_t=0.5 峰值 77.61；早窗与 lambda_t≥0.8 均退化。
  • EVI-029 Table 6：Top-15 双split峰值 92.26/80.05；Average 86.33 洗信号、Max 76.84 抗伪影差。
  • EVI-030 Fig. 7：γ=0.95 峰值；γ=1.0 过度保守刹车致高密度区追尾，γ=0.2 安全弱化。
  • EVI-031 Table 1/2 + 正文：G2DP† reactive +3.7、interPlan +0.81、精修依赖 +4.1 vs DP +12.8。
  • CPT-001 Diffusion Transformer (DiT)
  • CPT-013 spatio-temporal cost volume
  • CPT-029 DPM-Solver
  • SYN-002 三源合成：diffusion 管线三段可分解改造——LDM 表示层（latent 感知压缩）、DiT 骨干层（ViT 替换 + Gflops 标度）、G2DP 采样层（推理期引导插件）；三论文是时间上的实际组合链（DiT 复用 LDM first-stage，G2DP 用 DiT 骨干），层独立性判断 CLM-013/009/032 解释组合可行性。
  • SYN-003 G2DP 引导谱系四支合成：机制（classifier guidance→CFG→DPS）、扩散规划（Diffuser→MotionDiffuser→Diffusion Planner→FlowPlanner/pSTL/CTG）、安全硬约束（CBF 系）、稠密网格（HYPE/TPP/NaviDiffusor）；G2DP 立四支交点——把『稠密分布性网格』放到『可微+时空+入去噪循环』。
  • 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）。