文章核心观点 - 提出了一种名为LAP的自动驾驶规划新方法，其核心设计哲学是去除冗余的动力学细节，让模型在高层语义化的潜在空间进行规划，从而提升对复杂、多模态驾驶策略的建模能力并大幅提高推理速度 [1] - 该方法通过引入轨迹变分自编码器、初始状态注入、无分类器引导和细粒度特征蒸馏等关键技术，在nuPlan基准测试中实现了最先进的性能，尤其在最具挑战性的Test14-hard数据集上，闭环评测分数达到78.52，并以十倍的推理速度超越前SOTA方法 [1][22][23] 背景与问题定义 - 自动驾驶运动规划领域的发展面临挑战：基于规则的系统难以扩展，模仿学习方法易受“模式平均”影响，而现有扩散模型方法直接在原始轨迹路点上操作，导致计算效率低且模型容量浪费于底层运动学细节 [9] - LAP方法旨在解决上述问题，通过将高层意图与底层运动学解耦，在解耦得到的潜在空间中进行规划 [2][9] 方法论详解 - **轨迹潜在表示**：设计了一个基于Transformer的轨迹变分自编码器，将原始轨迹压缩到低维、语义化的潜在空间，训练目标包含重建损失、KL散度和差分损失 [10][11][14] - **潜在空间规划**：在VAE训练完成后，训练一个潜在扩散模型来预测轨迹对应的潜在向量，模型采用DiT结构，并引入初始状态注入模块为预测提供明确的先验“锚点” [12][15][19] - **导航引导增强**：在训练中随机丢弃导航信息，并在推理时使用无分类器引导技术来强化导航约束，以缓解模型在闭环规划中出现的“因果混淆”现象 [6][7][16] - **细粒度特征蒸馏**：引入特征蒸馏模块，使用像素空间规划器作为教师模型，将其中间层特征作为目标来指导学生模型，以弥合高度抽象的规划空间与细粒度条件输入之间的信息交互鸿沟 [21][24] 实验结果与分析 - **性能对比**：在nuPlan基准上，LAP在所有基于学习的方法中实现了SOTA性能，在最具挑战性的Test14-hard数据集上，LAP (o1s2)的闭环评测分数达到78.52，大幅超越先前SOTA方法约3.1分 [22][23] - **推理速度**：受益于潜在空间的紧凑性，LAP仅需2步采样即可生成高质量轨迹，推理时间低至18.81-21.69毫秒，相比需要迭代10步采样的Diffusion Planner实现了最高10倍的推理加速 [23][27] - **多模态能力**：潜在空间规划能更好地捕捉多样化的高级驾驶策略，如不同的转弯半径和速度，避免了模式坍缩问题 [28][29] - **潜在空间分析**：潜在空间具有光滑性，线性插值能产生平滑的轨迹过渡；通过降维可视化与聚类分析，证明其学到的语义空间是高度结构化的，并与驾驶意图良好对齐 [30][32][33][34][36] 消融实验与模块影响 - **初始状态注入**：提升了模型在非反应性环境下的性能，但在反应性环境中因“因果混淆”问题可能导致性能下降 [36][38] - **特征蒸馏**：显著提升了模型在非反应性和反应性两种环境下的表现，证明了其有效性 [36][38] - **导航增强**：大幅缓解了反应性环境中的“因果混淆”问题 [36][38] - **采样步数**：1步或2步采样效果最佳，增加步数反而可能导致性能下降，因过于精确的解码可能无法应对闭环规划中的分布外场景 [38] 核心贡献总结 - 利用变分自编码器实现了高层驾驶语义与底层运动学细节的解耦 [40][42] - 引入细粒度特征蒸馏模块，有效弥合了潜在规划空间与向量化场景上下文之间的交互鸿沟 [40][42] - 在nuPlan基准上实现了最先进的闭环性能，同时将推理速度提升了10倍 [40][42]