SRC-2205.09991
Source
扩散规划方法（Janner et al., ICML 2022）；G2DP 的『扩散+引导』谱系近亲。
| id | SRC-2205.09991 |
|---|---|
| type | source |
| kind | paper |
| title | Planning with Diffusion for Flexible Behavior Synthesis |
| authors | Michael Janner, Yilun Du, J. Tenenbaum, S. Levine |
| venue | ICML 2022 |
| arxiv | 2205.09991 |
| doi | 10.48550/arXiv.2205.09991 |
| tier | 0 |
| lifecycle | EXTRACTED |
| epistemic | n/a |
| ingested | 2026-09-03 |
| version | arXiv:2205.09991 |
| source-hash | sha256:0000000000000000000000000000000000000000000000000000000000000000 |
| source-role | g2dp-citation-neighbor |
| g2dp-anchor | SRC-2606.26017 |
| g2dp-relation | CITED_BY_G2DP | G2DP 引用本工作作为扩散规划领域最相近的方法学近亲（Janner et al., ICML 2022）——两者同属『扩散 + 引导』谱系，差异在于 G2DP 的引导能量来自稠密的时空占据／进度 cost volume，而非对少数预测实例的稀疏几何或分类器 logits。 |
| citation-count-s2 | 1357 |
以扩散模型做灵活行为合成的规划方法（Janner, Du, Tenenbaum & Levine, ICML 2022）：把轨迹规划表述为扩散采样过程，并通过条件引导调控输出行为。
与 G2DP 的关系（SRC-2606.26017）：G2DP 引用本工作作为扩散规划领域最相近的方法学近亲（Janner et al., ICML 2022）——两者同属『扩散 + 引导』谱系，差异在于 G2DP 的引导能量来自稠密的时空占据／进度 cost volume，而非对少数预测实例的稀疏几何或分类器 logits。
引用（1）
- SRC-2606.26017 G2DP：时空占据栅格+路线进度融合为可微 cost volume，去噪末段注入引导，nuPlan 纯模仿 SOTA；本引用簇中心。