Mosaic: An Extensible Framework for Composing Rule-Based and Learned Motion Planners
本文提出了名为 Mosaic 的可扩展框架，通过仲裁图将基于规则与基于学习的运动规划器有机结合，在无需重新训练或额外数据的情况下，显著提升了自动驾驶在 nuPlan 和 interPlan 基准测试中的安全性、可解释性及整体性能。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
这篇论文介绍了一个名为 Mosaic（马赛克） 的新框架，它的目标是解决自动驾驶中最头疼的两个问题：安全和可解释性。
为了让你轻松理解，我们可以把自动驾驶的“大脑”想象成一家餐厅的厨房。
1. 现在的困境：两个性格迥异的厨师
在自动驾驶领域，目前主要有两类“厨师”（规划器）在负责决定车子怎么走：
- 规则派厨师（Rule-based）： 比如论文里的 PDM-Closed。
- 特点： 他像一位严谨的老派大厨，手里拿着一本厚厚的《交通法规手册》。他严格遵守每一条规则，从不越界，非常安全、可预测。
- 缺点： 遇到没见过的复杂路况（比如有人突然鬼探头，或者大家都不守规矩乱开），他可能会因为死守教条而不知所措，甚至不敢动。
- 学习派厨师（Learned）： 比如论文里的 FlowDrive*。
- 特点： 他像一位天赋异禀的年轻大厨，看过成千上万小时的行车视频。他反应极快，能灵活应对各种奇葩路况，甚至能做出一些“老司机”才有的微妙操作。
- 缺点： 他的脑子里是个“黑盒子”，没人知道具体为什么这么走。有时候他可能会因为过度自信而做出危险动作，或者在关键时刻“翻车”。
以前的做法： 要么只用一个厨师（要么太死板，要么太冒险），要么把两个厨师强行拼在一起，但拼得乱七八糟，出了事也说不清是谁的错。
2. Mosaic 的解决方案：一个聪明的“主厨仲裁者”
Mosaic 就像是一个超级主厨（仲裁者），他并不亲自炒菜，而是负责管理这两位厨师。他的工作模式非常像我们生活中的**“双重保险”**机制。
想象一下，Mosaic 的工作流程是这样的：
第一步：各自出招（生成轨迹）
当车子遇到一个路口时，规则派厨师和学习派厨师同时给出自己的方案：
- 规则派说：“根据法规，我应该减速，停在斑马线前。”
- 学习派说：“我看那个行人犹豫了，我们可以稍微加速绕过去。”
第二步：安全安检（轨迹验证）
这是 Mosaic 最厉害的地方。在决定听谁的之前，主厨会先进行**“安全安检”**。
- 他拿着一个**“安全探测器”**，检查这两个方案会不会撞车。
- 如果规则派的方案太保守但安全，通过。
- 如果学习派的方案太激进，探测器发现“再快 0.5 秒就会撞人”，主厨会立刻把那个方案扔掉（标记为红色），并大声说：“这个不行，太危险！”
- 关键点： 以前，如果学习派厨师自己没检查出来，车子就撞了。现在，主厨在中间把关，只有两个厨师都通过了安检，方案才会被考虑。
第三步：择优录取（统一打分）
如果两个方案都通过了安检，主厨会拿出一个**“评分表”**（基于 nuPlan 的评分标准）：
- 谁更顺畅？谁更省油？谁更让人舒服？
- 主厨会选出一个分数最高的方案执行。
- 如果规则派在拥堵时表现好，就听他的；如果学习派在超车时表现好，就听他的。取长补短，谁强用谁。
第四步：最后的救命稻草（紧急刹车）
如果运气极差，两个厨师都给出了危险方案（比如一个太慢导致后车追尾，一个太快导致撞人），主厨会直接启动**“紧急刹车”**程序。
- 这就像汽车的安全气囊，是最后的底线。
- 因为主厨把“安检”和“刹车”独立出来了，所以只有当两个方案都彻底失败时，才会触发紧急刹车。这大大减少了不必要的急刹车，让乘客坐得更舒服。
3. 为什么叫"Mosaic"（马赛克）？
就像艺术中的马赛克画，是由许多不同颜色、不同形状的小碎片拼成的。
- 规则派是其中一块碎片（代表安全、规则）。
- 学习派是另一块碎片（代表灵活、智能）。
- Mosaic 框架把这些碎片完美地拼接在一起，形成了一幅比任何单独一块都更完整、更美丽的画面（更安全的自动驾驶）。
4. 成果如何？
论文在著名的 nuPlan 自动驾驶测试中进行了实战演练，结果非常惊人：
- 成绩更好： 它的综合得分超过了目前世界上所有单独使用的规则派或学习派系统，创造了新的世界纪录。
- 更安全： 它把“因自动驾驶失误导致的碰撞”减少了 30%。
- 更聪明： 在那些特别难、特别混乱的互动场景中，它的表现比它手下最好的那个厨师还要好 23%。
- 不用重新训练： 最棒的是，Mosaic 不需要重新教那两个厨师做菜，它只是换了一个更聪明的管理方式。
总结
Mosaic 告诉我们：自动驾驶不需要在“死板的规则”和“不可控的 AI"之间二选一。
通过建立一个透明的仲裁机制，让 AI 和规则互相监督、互相补台，我们既能享受 AI 的灵活，又能拥有规则的安全。这就像给自动驾驶装上了一双**“透明的眼睛”**，让每一个决定都清晰可见，既安全又让人放心。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。