数据源与状态仍在导航菜单中
arxiv.org·2026/10/20
针对端到端规划中扩散沿高斯噪声轴、高似然不等于高驾驶效用的问题,QualiDrive 把扩散坐标改为可测驾驶质量:先从大规模轨迹库构建场景-轨迹评分库,按同一意图将观测轨迹排序成低到高质量阶梯,前向过程沿阶梯从高分轨迹退化到低分锚点,反向在场景、自车状态、当前轨迹和目标质量等级条件下做五步有序细化,再用九维子评分器从 512 个候选中选优。作者报告在 NAVSIM 上取得 94.5 PDMS(v1) 和 92.74 EPDMS(v2),比此前最佳 CLOVER 的 90.4 高 2.34;与仅用端点质量监督相比,Oracle 几乎不增,但高 EPDMS 候选占比大幅提高,同一选择器的最终得分也随之提升。这说明有序质量轴让强轨迹更密集、更容易被选择;局限是依赖大规模离线评分库和五步更新带来的监督与推理开销,且仅在非反应式 NAVSIM 上验证。
为什么重要 给出「评测打分→监督坐标」的完整配方与验证,可迁移到生成-选择解耦的规划栈;代价是离线打分库与五步串行推理。适合 做端到端规划、扩散规划器与评测数据闭环的自动驾驶工程师与研究者
扩散模型已成为端到端自动驾驶的主流范式,但现有的规划器沿高斯噪声轴组织轨迹生成,仅将驾驶效用视为辅助引导或选择信号。我们转而沿驾驶质量轴来构建扩散过程。我们提出了 QualiDrive,它通过根据实测的驾驶效用对观测到的轨迹进行排序,构建特定于场景的质量阶梯,并通过有序的从低质量到高质量的精化来学习逆转这种有序退化。
每个逆向步骤都以场景、自车状态、当前轨迹和目标质量水平为条件,逐步将轨迹向更高的驾驶质量精化。在 NAVSIM 上,QualiDrive 在 v1 上取得了 94.5 PDMS,在 v2 上取得了 92.74 EPDMS 的最先进成绩。
相比仅基于端点的质量监督,QualiDrive 仅将 Oracle EPDMS 从 98.52 小幅提升至 98.57,但将 EPDMS 高于 0.95 和 0.98 的候选比例从 12.94%/9.71% 大幅提升至 21.53%/15.93%,使所选 EPDMS 从 92.63 提升至 92.74。
这些结果表明,扩散不仅仅是一个去噪过程,更是一个渐进的、按质量排序的精化过程。
Diffusion models have become a dominant paradigm for end-to-end autonomous driving, yet existing planners organize trajectory generation along the Gaussian-noise axis, treating driving utility only as an auxiliary guidance or selection signal.
We instead formulate diffusion along a driving-quality axis.
We propose QualiDrive, which constructs scene-specific quality ladders by ranking observed trajectories according to measured driving utility and learns to reverse this ordered degradation through ordered low-to-high-quality refinement.
Each reverse step is conditioned on the scene, ego state, current trajectory, and target quality level, progressively refining trajectories toward higher driving quality.
On NAVSIM, QualiDrive achieves 94.5 PDMS on v1 and a state-of-the-art 92.74 EPDMS on v2.
QualiDrive improves Oracle EPDMS only modestly over endpoint-only quality supervision (98.52 to 98.57), but substantially increases the fractions of candidates above 0.95 and 0.98 EPDMS from 12.94%/9.71% to 21.53%/15.93%, raising selected EPDMS from 92.63 to 92.74.
These results suggest that diffusion is not merely a process of denoising, but one of progressive quality-ordered refinement.
注释 · DiffusionDrive 为原 v2 协议口径(原文标 ∗);v1 术语解释NAVSIM v1 协议下的 Predictive Driver Model Score 上 94.5 与 CLOVER 持平出自 表 1
打分标签
场景×轨迹全量评估
轨迹库
训练场景
审计阶梯
含 12,394,560 节点
navtest 场景
非反应式协议
注释 · 15.1% 为持平复制非回退;梯内首末平均增益 32.76 分;退化对 0.60%出自 §3.2 / §4.5 图 4



EVIDENCE / METHODS
判断
收益在候选池密度:Oracle 仅 98.52→98.57
作者报告 Oracle 仅从 98.52 升到 98.57,但 Q≥.98 候选占比从 9.71% 增至 15.93%(相对 +64.1%),同一选择器得分从 92.63 升到 92.74。即有序监督让强候选更常见、更易被选中,而非找出一条孤立最优——对采用「生成+选择」解耦的规划栈,这是可直接迁移的机制。
注释 · 读法:Oracle 衡量生成上界,Final 衡量选择器,差值即选择难度出自 §4.4 / 摘要
原版排版与图表 · 手机无法内嵌时可在浏览器打开。PDF 插件内选文不能传给网页助手。