| PPR-2306.07962 | Parting with Misconceptions about Learning-based Vehicle Motion PlanningParting（Dauner 等, CoRL 2023）：nuPlan 上开环 ego-forecasting 与闭环驾驶负相关——规则系 IDM 胜过全部学习式方法，仅用中心线加 ego 状态的 MLP 拿最高 OLS 86；据此构造提案-仿真-评分式 PDM-Closed（CLS 76-77→92-93）与只在跟踪器不消费远端修正的 PDM-Hybrid，夺 2023 挑战赛第一。 | Paper formalized n/a |
| PPR-2501.15564 | Diffusion-Based Planning for Autonomous Driving with Flexible GuidanceDiffusion Planner（ICLR 2025）：DiT 骨干 + 联合预测-规划的闭环驾驶规划器，免规则精修达 nuPlan SOTA；引导用 DPS（免训练、可微能量函数）实现运行时行为对齐——是 G2DP 的直接基线与稀疏引导臂来源（AX-6），本库验证 CLM-025/026/027/032 的第二来源。 | Paper formalized n/a |
| PPR-2606.26017 | G2DP: Diffusion Planning with Spatio-Temporal Grid GuidanceG2DP（奔驰/KIT/TUM）把未来占据概率栅格与路线进度图融合成可微的时空代价体，在去噪末段注入能量梯度引导 DiT 采样，不重训骨干即插拔；nuPlan 纯模仿类最强（reactive 比最强基线 +7.2），零样本迁移 interPlan/DeepScenario 保持最高分，interPlan 避碰比无引导 +10.15。 | Paper formalized n/a |
| PPR-2309.10443 | Rethinking Imitation-based Planner for Autonomous Driving（PlanTF）PlanTF（Cheng et al., CoRL 2023）：纯模仿 Transformer planner，定义 Test14-random 与 Test14-hard（PDM-Closed 评分取每类最差 20/100）——本库 Test14 系 split 的定义权威，1M 帧训练 split 亦出自本文。 | Paper formalized n/a |
| PPR-2112.10752 | High-Resolution Image Synthesis with Latent Diffusion ModelsLatent Diffusion Model 原始论文（Rombach et al.）；Stable Diffusion 学术源头，DiT 所引『latent diffusion』。 | Paper formalized n/a |
| PPR-2212.09748 | Scalable Diffusion Models with TransformersDiT 原始论文（Peebles & Xie, ICCV 2023）：ViT 替换 LDM U-Net backbone，Gflops 视角的 scaling 研究。 | Paper formalized n/a |
第 1 / 1 页