💻 computer science

ProDrive: Proactive Planning for Autonomous Driving via Ego-Environment Co-Evolution

ProDrive 是一个基于世界模型的主动规划框架，它通过端到端联合训练轨迹规划器与鸟瞰图世界模型来预测未来场景演化并直接塑造决策，从而在 NAVSIM 基准测试中在安全性和效率方面超越了反应式基线，实现了自车与环境的协同演化。

原作者： Chuyao Fu, Shengzhe Gan, Zhuoli Ouyang, Yuhan Rui, Xiaowei Chi, Sirui Han, Jiankun Wang, Hong Zhang

发布于 2026-04-29

📖 1 分钟阅读☕ 轻松阅读

原作者： Chuyao Fu, Shengzhe Gan, Zhuoli Ouyang, Yuhan Rui, Xiaowei Chi, Sirui Han, Jiankun Wang, Hong Zhang

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

想象你正在驾驶一辆汽车。如今大多数自动驾驶汽车就像被动的乘客。它们透过车窗观察，看到前方有车，便立即踩下刹车。它们只会对当下正在发生的事情做出反应。如果一辆车突然从侧面变道闯入它们的车道，被动型汽车可能反应太慢，直到为时已晚才意识到危险。

本文介绍了ProDrive，这是一种更像经验丰富、具有前瞻性的人类驾驶员的驾驶方式。ProDrive 不再仅仅关注保险杠正前方的路面，而是不断自问：“如果我这样做，接下来会发生什么？如果那辆车那样做，整个场景将如何变化？”

以下是 ProDrive 的工作原理，分解为简单概念：

1. 双脑系统

ProDrive 使用两个专门化的“大脑”，它们持续相互沟通：

规划器（驾驶员）： 这个大脑观察当前路况，列出一系列可能的路径（例如“左转”、“直行”或“减速”）。它不只选择一个选项，而是生成多种方案。
世界模型（水晶球）： 这个大脑将这些可能的路径在脑海中进行模拟。它会问：“好吧，如果汽车左转，接下来几秒我们周围的交通状况会如何变化？我们会撞到行人吗？我们会被困住吗？”

2. 秘诀：“自车 - 环境协同演化”

在旧系统中，“驾驶员”和“水晶球”就像在两个不同房间工作的人。驾驶员制定计划，将其发送给水晶球，而水晶球只会回答“好”或“坏”。

ProDrive 通过将两者紧密结合改变了游戏规则。

驾驶员向水晶球低语： 驾驶员不再仅仅说“我要左转”，而是发送一条特殊消息（称为“自车标记”），解释为什么它想左转以及它的思考过程。这有助于水晶球理解驾驶员的意图。
水晶球回传低语： 水晶球不只是给出一个评分；它会将一个“梯度”（学习信号）一直反馈给驾驶员。这就像水晶球在说：“如果你左转，三秒后你会被困住，所以你现在就需要改变计划。”

这种来回互动发生得如此迅速，以至于汽车学会基于未来而非仅仅基于当下做出决策。这就像下棋：你移动棋子不仅仅是因为它此刻看起来不错，而是因为你预见到三步之后的走法将有助于你获胜。

3. 结果：看见不可见之物

得益于这种团队协作，ProDrive 能够预判其他汽车会忽略的危险。

类比： 想象你穿过一个拥挤的市场。被动型行人看到前方有人就会停下。而具有前瞻性的行人（如 ProDrive）则会看到有人从侧面跑向他们，并在碰撞甚至可能发生之前就侧身避让。
论文证明： 在名为NAVSIM的困难驾驶数据集上进行测试时，ProDrive 比其他顶级自动驾驶系统更安全、更高效，且犯错更少。它在避免碰撞方面表现更佳，并能保持车辆平稳行驶而不陷入停滞。

总结

ProDrive 是一个自动驾驶系统，它不再仅仅对道路做出“反应”，而是开始“想象”未来。通过让规划大脑和预测大脑作为一个团队协同工作，它能够做出更智能、更安全、更像人类的决策，在事故甚至发生之前就加以避免。

以下是论文《ProDrive：通过自车 - 环境协同演进的主动规划实现自动驾驶》的详细技术总结。

1. 问题陈述

当前的端到端自动驾驶规划器主要是反应式的。它们仅基于当前的传感器观测（图像、激光雷达、状态）生成轨迹，而没有显式地建模环境将如何响应自车动作而演变。

局限性： 这种短视的方法无法预判未来的场景动态，导致决策次优、出现安全关键性故障，且无法有效处理复杂的多智能体交互。
现有研究的空白： 虽然“世界模型”可用于预测未来状态，但它们通常仅作为辅助工具（例如用于数据生成、仿真或事后重排序），而非紧密集成到规划器的决策过程中。因此，规划器无法从未来预测中获得直接的梯度反馈，以塑造其内部决策逻辑。

2. 方法论：ProDrive 框架

ProDrive 提出了一种实现自车 - 环境协同演进的主动规划框架。它以端到端的方式联合训练以查询为中心的轨迹规划器和鸟瞰图（BEV）世界模型。

核心架构

该系统由两个紧密耦合的模块组成：

A. 自车模块（以查询为中心的规划器）

输入： 多视角图像、激光雷达和自车状态。
机制： 基于 BEVFormer 架构，它使用可学习的**自车查询（ego queries）**来生成多样化的候选轨迹。
迭代优化： 自车 token 经过 $L$ $L$ 个阶段的优化。在每一阶段中：
1. 解码： 一个多层感知机（MLP）将 token 解码为轨迹航点。
2. 优化： 可变形交叉注意力机制通过关注提议航点特定空间位置的图像特征，来更新自车 token。
输出： 一组 $K$ 个候选轨迹以及经过优化的自车 token（ $Q^{(L)}$ ），这些 token 编码了规划感知的语义信息。

B. 环境模块（BEV 世界模型）

输入： 当前 BEV 状态、自车状态以及自车 Token（从规划器注入）。
机制： 一个基于循环 Transformer 的模型，在 $N$ 次迭代中预测未来的 BEV 场景演变。
关键创新： 与依赖原始坐标或通用潜在特征的标准世界模型不同，ProDrive 将优化的自车 token直接注入世界模型。这使得未来预测不仅取决于汽车将去往何处，还取决于规划器为何选择该运动（即规划感知的上下文）。
输出： 预测的未来 BEV 状态，以及基于安全性、舒适性和效率为每个候选轨迹计算的奖励分数。

C. 自车 - 环境耦合（“协同演进”机制）

双向流动：
1. 前向： 规划器提供自车 token 以引导世界模型的未来预测。
2. 后向： 世界模型并行评估所有候选项，并将感知未来的梯度反向传播给规划器。
结果： 规划器不再仅基于当前观测进行优化，而是显式地由场景预期的未来演变所塑造。

训练目标

该系统通过多任务损失函数进行端到端训练：

轨迹损失： 用于准确路径生成的回归损失及多样性正则化。
奖励损失： 监督世界模型预测模仿奖励（与专家的距离）和仿真奖励（避障、可行驶区域、进展）。
对齐损失： 使规划器的内部评分与世界模型预测的奖励保持一致。
语义损失： 确保世界模型准确预测未来的 BEV 语义地图（例如其他智能体的占用情况）。

3. 主要贡献

主动规划框架： 提出了 ProDrive，这是首个通过自车 - 环境协同演进将轨迹规划器与世界模型紧密耦合的框架，超越了反应式、观测驱动的规划。
规划感知的自车 Token 注入： 一种新颖机制，将规划器优化的决策 token 注入世界模型。这保留了规划器的内部决策语义，使世界模型能够基于特定的规划意图进行“假设”推理。
端到端梯度反馈： 建立了双向梯度流，其中未来场景预测直接塑造规划器的优化过程，使系统能够学习预判交互的主动行为。
最先进的性能： 在极具挑战性的 NAVSIM 基准测试中，展示了安全性和规划效率的显著提升。

4. 实验结果

该方法在 NAVSIM v1 上进行了评估，这是一个专为具有挑战性的交互式驾驶场景设计的基准测试。

主要指标： 预测驾驶员模型分数（PDMS），综合了安全性（无责任碰撞、碰撞时间）、规则遵守（可行驶区域合规性）以及效率/舒适性。
性能表现： ProDrive 实现了 86.6 的 PDMS，优于所有强基线模型（包括反应式端到端模型如 UniAD、VADv2，以及主动基线模型如 LAW 和 FSDrive）。
- 安全性： 98.0% 无责任碰撞（NC），93.7% 碰撞时间（TTC）。
- 效率： 80.7% 自车进展（EP）。
消融实验：
- 无世界模型： PDMS 降至 83.5，证明显式的未来建模对安全性至关重要。
- 无自车 Token 注入： PDMS 降至 85.5，证实注入规划语义提高了世界模型预测相关未来状态的能力。
- 无主动梯度： PDMS 降至 85.8，验证了感知未来的梯度反向流动对于塑造规划器至关重要。

5. 意义

ProDrive 代表了自动驾驶研究范式的转变：

从反应式到主动式： 它证明了自主智能体可以学会预判未来的交互，而不仅仅是对当前做出反应。
统一架构： 它弥合了轨迹预测（通常被视为独立模块）与规划之间的鸿沟，构建了一个统一系统，使未来推理成为首要的训练信号。
安全性与效率： 通过显式建模自车与环境的协同演进，ProDrive 产生了更具前瞻性、更安全且高效的驾驶行为，特别是在简单反应式规则失效的复杂多智能体场景中。

这项工作指出了未来的发展方向，即自动驾驶系统将由学习到的未来场景演变预测所引导，从而实现可与经验丰富的驾驶员相媲美的“远见”能力。