文章核心观点 - 地平线公司提出的两篇关于一段式端到端自动驾驶方案（HSD）的核心文章，即DiffusionDrive和ResAD，为行业提供了重要的技术思路和启发 [2][3] - DiffusionDrive的核心贡献在于其基于锚点（anchor-based）的轨迹生成方法，旨在降低训练难度并提升推理实时性 [4][8][10] - ResAD的核心贡献在于其残差监督设计，通过预测未来轨迹与惯性外推轨迹之间的残差，使模型更专注于学习驾驶行为的多样性，有效应对数据分布不平衡问题 [11][12][17] DiffusionDrive方案总结 - **整体架构**：方案整体架构可分为三部分：感知信息、导航信息和轨迹生成 [6] - **感知信息**：核心是将感知任务的信息表征传递给规划器，一段式方案可采用稠密（dense）的BEV特征图或稀疏（sparse）的实例特征等不同玩法，通常结合公司现有技术栈适配 [6] - **导航信息**：实践中确保模型遵循正确导航路线极具挑战性，特别是在复杂路况（如上海）下，算法设计需考虑导航平台、信息丰富度及定位能力等多方面因素 [7] - **轨迹生成**：采用“截断扩散”（Truncated Diffusion）方法，基于人类驾驶行为存在固定模式的观察 [8] - 具体流程：1) 从训练集中通过K-Means聚类出N个代表常见驾驶行为的轨迹序列作为锚点；2) 训练时对这些锚点轨迹施加较弱的噪声，从而减少去噪所需的步数；3) 训练时计算与真值轨迹最接近的锚点的去噪轨迹损失，并为每个锚点预测存在性 [9] - **方案优势**：基于锚点的轨迹生成方法能降低训练收敛难度，减少推理时的去噪次数需求，并且可根据算法设计锚点数量以控制推理成本 [8][9][10] - **潜在疑问**：文章未涉及系统时序模块，因此轨迹在时序上的稳定性如何保证存疑 [10] ResAD方案总结 - **核心设计**：方案最有意思的部分是残差设计，模型不直接生成未来轨迹，而是预测未来轨迹与基于惯性外推的未来轨迹之间的残差 [12] - **残差正则化**：由于距离当前时刻越远，残差通常越大，因此需要对时序上的残差进行正则化处理，以压缩其区间 [13] - **设计优势**：残差监督能使不同未来时刻的轨迹分布更一致，这种一致性非常有益：在损失计算上，轨迹预测误差不会被距离自车较远的点过度影响；在学习难度上，模型更不易在数据分布不平衡的情况下“偷懒” [14][17] - **惯性参考扰动**：考虑到残差设计，其生成过程中的噪声扰动方式也不同，噪声直接作用于初始速度，并通过控制横向（lat）和纵向（lon）的噪声大小来调整模型对不同方向的学习难度和关注程度，会设置K种噪声以供推理时按需选择 [15] - **轨迹排序器（Ranker）**：方案提到了轨迹选择器，将top-k的预测轨迹编码作为查询（Q），环境信息（感知和导航信息）作为键（K）和值（V），通过Transformer处理，同时加入自车状态（ego status）的嵌入，来预测多个可自定义的度量分数（metric scores） [16] - **方案评价**：正则化的残差监督令人印象深刻，它将惯性部分从预测中剥离，使模型专注于真正的多样性部分，有效对抗了数据采集（数采）中大量匀速行驶数据导致的不平衡分布问题 [17] - **改进建议**：轨迹排序器部分解答了关于DiffusionDrive轨迹稳定性的疑问，但可以进一步设计为时序模块，以提升选择的稳定性 [17]