CarPLAN: Context-Adaptive and Robust Planning with Dynamic Scene Awareness for Autonomous Driving

本文提出了 CarPLAN 框架，通过引入位移感知预测编码（DPE）增强空间关系理解，并采用基于混合专家模型（MoE）的上下文自适应多专家解码器（CMD）实现动态场景下的自适应规划，从而在 nuPlan 和 Waymax 基准测试中实现了最先进的闭环仿真性能。

要点

这篇论文介绍了一个名为 CarPLAN 的自动驾驶系统。你可以把它想象成给自动驾驶汽车装上了一套“超级大脑”和“灵活应变的直觉”，让它不仅能模仿人类开车，还能在复杂的交通状况下做出更聪明、更安全的决定。

为了让你更容易理解，我们可以把自动驾驶比作一位新手司机在考驾照，而 CarPLAN 就是那位经验丰富、懂得变通的“金牌教练”。

以下是这个系统的核心秘密，用三个生动的比喻来解释：

1. 核心痛点：为什么以前的“模仿学习”不够好？

以前的自动驾驶系统（模仿学习）就像是一个只会死记硬背的学生。

• 问题：它看着教练（人类专家）怎么开车，就机械地模仿轨迹。如果教练在某个路口稍微偏了一点，它也跟着偏，哪怕那样会撞车。
• 比喻：就像你学骑自行车，教练说“往左拐”，你就往左拐。但如果左边突然冲出一只狗，死记硬背的学生还是会往左撞上去，因为它只记得“往左”这个动作，没理解“要避开障碍物”这个情境。

2. CarPLAN 的两大“超能力”

为了解决这个问题，CarPLAN 引入了两个关键创新：

第一招：距离感雷达（Displacement-Aware Predictive Encoding, DPE）

• 它是什么：这是一个让汽车学会“感知相对距离”的模块。
• 比喻：想象一下，以前的学生只盯着路中间的线看。而 CarPLAN 给汽车装上了**“动态距离尺”**。
  • 它不仅知道“我在哪”，还能预测“下一秒，我和前面的车、旁边的行人、路边的护栏距离会变成多少”。
  • 训练过程：在训练时，系统会强迫汽车去预测：“如果我不刹车，3 秒后我会离那辆车有多近？”如果预测错了，系统就会惩罚它。
  • 效果：这让汽车在真正上路时，脑子里时刻装着“安全距离”的概念，而不是盲目地跟着轨迹走。就像老司机开车，心里永远有一把尺，知道离前车还有几米，而不是只看路标。
  • 注意：这个“距离尺”只在学习阶段（训练时）用来提醒汽车，真正上路开车（推理）时，它不需要额外计算，所以不会让车变慢。

第二招：百变专家团（Context-Adaptive Multi-Expert Decoder, CMD）

• 它是什么：这是一个“混合专家（MoE）”系统，就像是一个拥有多位不同专长教练的团队。
• 比喻：想象你开车遇到不同路况：
  • 遇到暴雨，需要一位“雨天驾驶专家”。
  • 遇到早高峰拥堵，需要一位“跟车专家”。
  • 遇到路口左转，需要一位“转弯专家”。
  • 以前的系统只有一个“万能教练”，试图用一种方法解决所有问题，结果往往顾此失彼。
  • CarPLAN 的做法：它有一个**“智能调度员”（Router）。这个调度员会实时观察路况（比如：前面有行人吗？是雨天吗？车多吗？），然后瞬间从专家团里挑选出最合适的那几位专家**来共同指挥。
  • 效果：在复杂场景下，它能灵活切换策略。比如遇到行人横穿马路，它立刻调用“避险专家”；在高速公路上，它调用“巡航专家”。这让汽车在面对从未见过的复杂路况时，也能像老司机一样从容应对。

3. 实际表现：它有多强？

研究人员在两个著名的“自动驾驶考场”（nuPlan 和 Waymax）上测试了 CarPLAN：

• 考试成绩：它在所有关键指标上都拿到了第一名（State-of-the-Art）。
• 难点突破：特别是在那些被称为“地狱难度”的测试（Test14-Hard）中，比如复杂的城市路口、恶劣天气，CarPLAN 的表现远超其他竞争对手。
• 安全性：它大大减少了碰撞（Collision）和冲出车道（Off-road）的事故。
• 通用性：不仅在 nuPlan 上表现好，换到另一个完全不同的考场（Waymax），它依然能保持高水平，说明它真的“学会”了开车，而不是死记硬背某个考场的题目。

总结

CarPLAN 就像是一个既懂物理距离、又懂随机应变的超级司机。

• 它不再只是机械地模仿人类的动作（轨迹），而是理解了人类驾驶背后的逻辑（为什么要保持这个距离？为什么要在这个路口变道？）。
• 它通过预测距离来建立安全感，通过动态切换专家来适应千变万化的路况。

这项技术的进步，意味着未来的自动驾驶汽车在面对突发状况（如鬼探头、恶劣天气）时，将变得更加聪明、安全，更像是一个经验丰富的真人司机，而不是一个只会按程序执行的机器。

技术摘要

CarPLAN 技术总结

1. 研究背景与问题定义 (Problem)

背景：
自动驾驶（AV）的运动规划需要在复杂、动态的交通环境中安全高效地导航。传统的基于规则的方法缺乏适应性，而模仿学习（Imitation Learning, IL）虽然能从专家数据中学习策略，但在实际应用中仍面临挑战。

核心问题：
现有的基于模仿学习的规划器主要存在以下两个局限性：

1. 场景理解不足（Context Understanding）： 现有模型通常独立预测周围智能体（如车辆）的未来状态，缺乏对自动驾驶车辆（AV）与周围环境（包括其他智能体、道路结构、静态障碍物）之间相对空间关系的显式建模。这导致模型可能生成虽然轨迹拟合度高（低 L1 Loss），但存在碰撞风险或偏离车道的不安全轨迹（如图 2 所示）。
2. 缺乏上下文自适应能力（Lack of Context-Adaptability）： 现有的 IL 规划器通常使用单一的共享策略网络。然而，不同的驾驶场景（如拥堵、高速、复杂路口）需要不同的决策策略。单一网络倾向于学习常见场景，难以在罕见或复杂场景下灵活调整策略，导致鲁棒性不足。

目标：
提出一种新的模仿学习框架，能够显式增强对驾驶场景的理解（特别是相对间距），并具备根据场景动态调整规划策略的能力。

---

2. 方法论 (Methodology)

论文提出了 CarPLAN（Context-Adaptive and Robust Planner），其核心架构包含两个主要模块：位移感知预测编码器 (DPE) 和 上下文自适应多专家解码器 (CMD)。

2.1 整体架构

CarPLAN 采用 Transformer 架构，输入包括 AV 状态、周围智能体状态和高精地图（HD Map）。

1. 编码器 (Encoder)： 使用 DPE 生成包含相对空间信息的特征。
2. 解码器 (Decoder)： 使用 CMD 基于场景上下文动态选择专家网络，生成多模态轨迹。

2.2 核心组件

A. 位移感知预测编码器 (Displacement-Aware Predictive Encoder, DPE)

• 功能： 增强模型对 AV 与周围元素（车辆、行人、道路边界）之间相对空间关系的感知。
• 机制：
  • 场景编码器 (Scene Encoder)： 利用 Transformer 编码 AV、智能体和地图特征。
  • 位移预测器 (Displacement Predictor)： 预测 AV 与周围元素在未来时间步的位移向量（Displacement Vectors）。
  • 训练策略： 引入位移感知预测损失 (Displacement-Aware Predictive Loss, $L_{disp}$)。该损失函数强制模型在特征表示中编码相对间距信息。
  • 推理阶段： DPE 仅作为训练时的监督信号（Self-supervised signal），在推理时不产生额外计算开销。

B. 上下文自适应多专家解码器 (Context-Adaptive Multi-Expert Decoder, CMD)

• 功能： 利用混合专家（Mixture of Experts, MoE）框架，实现针对不同驾驶场景的自适应规划。
• 机制：
  • 场景感知路由器 (Scene-Aware Router)： 分析当前场景结构（结合轨迹查询 $Q_{traj}$ 和位移感知特征），动态计算不同专家网络的激活概率，并选择 Top-K 个路由专家 (Routed Experts)。
  • 专家网络 (Experts)：
    • 路由专家 (Routed Experts)： 针对特定场景（如拥堵、高速）的专用网络，由路由器动态选择。
    • 共享专家 (Shared Experts)： 始终激活，用于提取通用的驾驶特征，保证策略的全局一致性。
  • 输出： 聚合专家特征后，通过轨迹头 (Trajectory Head) 和分数头 (Score Head) 生成多模态未来轨迹及其置信度。

2.3 损失函数

总损失函数由三部分组成：
$$L_{total} = L_{plan} + L_{disp} + L_{bal}$$

• $L_{plan}$：规划损失（平滑 L1 损失 + 交叉熵损失），用于轨迹拟合。
• $L_{disp}$：位移感知预测损失，用于增强空间关系建模。
• $L_{bal}$：专家平衡损失，防止路由器过度偏向某些专家。

---

3. 主要贡献 (Key Contributions)

1. 提出了 CarPLAN 框架： 一种新颖的基于模仿学习的运动规划方法，通过显式建模相对空间关系和上下文自适应机制，显著提升了规划的安全性和鲁棒性。
2. 位移感知预测编码 (DPE)： 引入自监督的位移预测任务，使模型在训练阶段学习 AV 与场景元素间的相对位移，从而在规划时更好地考虑安全间距，且推理时无额外开销。
3. 上下文自适应多专家解码 (CMD)： 将 MoE 框架引入自动驾驶规划，通过场景感知路由器动态选择专家，使模型能够灵活适应多样化的交通场景，解决了单一策略网络在复杂场景下适应性差的问题。
4. SOTA 性能验证： 在 nuPlan 和 Waymax 基准测试中取得了最先进的性能，特别是在高难度场景（Test14-Hard）和闭环仿真中表现优异。

---

4. 实验结果 (Results)

4.1 nuPlan 基准测试

• Val14 基准： CarPLAN 在闭环仿真（CLS-NR）中得分为 91.4，在反应式仿真（CLS-R）中得分为 84.6，超越了之前的 SOTA 模型（如 Diffusion-Planner, BeTopNet）。
• Test14-Hard (高难度场景)： 在最具挑战性的测试集中，CarPLAN 展现了卓越的鲁棒性，CLS-NR 达到 78.9，CLS-R 达到 72.5，显著优于其他方法。
• 混合场景 (Post-processing)： 结合后处理规则后，CarPLAN 在多个指标上达到 SOTA，证明了其作为底层规划器的强大能力。

4.2 Waymax 基准测试

• 在 Waymax 大规模反应式闭环仿真中，CarPLAN 在到达率 (AR)、离线率 (OR)、碰撞率 (CR) 和进度率 (PR) 等指标上均优于基线模型，证明了其良好的泛化能力。

4.3 消融实验 (Ablation Study)

• 组件贡献： 单独引入 DPE 使 CLS-NR 提升 1.5 分；单独引入 CMD 提升 1.0 分；两者结合提升 3.1 分。
• DPE 目标： 同时预测智能体和地图的位移比仅预测单一对象效果更好。
• 专家配置： Top-2 路由专家 + 2 个共享专家的配置效果最佳。共享专家对于维持全局一致性至关重要。
• 效率： 尽管引入了 MoE 结构，CarPLAN 仍能保持约 15 FPS 的实时推理速度，且 DPE 仅在训练时生效，推理时无额外延迟。

4.4 定性分析

• 可视化显示，Scene-Aware Router 能根据周围车辆分布的不同，动态选择不同的专家组合。
• 在复杂场景（如密集行人、近距离车辆）中，CarPLAN 能生成比 PLUTO 等基线模型更灵活且安全的轨迹，有效避免碰撞并保持车道。

---

5. 意义与展望 (Significance & Conclusion)

意义：
CarPLAN 解决了当前模仿学习规划器中“重轨迹拟合、轻场景理解”以及“策略单一、缺乏适应性”的关键痛点。

• 安全性提升： 通过显式建模相对位移，显著降低了碰撞风险。
• 鲁棒性增强： 通过 MoE 机制，模型能够像人类驾驶员一样，根据具体路况（如拥堵、高速、路口）切换不同的驾驶策略。
• 通用性： 在多个不同基准（nuPlan, Waymax）上的成功验证了其架构的通用性和泛化能力。

未来工作：

• 将 CarPLAN 与感知模块联合训练，构建端到端的自动驾驶系统。
• 扩展为基于动作的条件世界模型，预测在 AV 特定动作下的未来空间关系演化，而非仅预测确定性位移。

总结：
CarPLAN 通过结合位移感知预测和上下文自适应混合专家机制，为自动驾驶运动规划提供了一种新的范式，显著提升了在复杂动态环境下的规划质量和安全性，代表了当前该领域的顶尖水平。