AnchDrive：基于混合轨迹锚点引导扩散策略的端到端驾驶
机器人学
2025-09-29 v2 人工智能
摘要
端到端多模态规划已成为自动驾驶领域的一种变革性范式，有效解决了行为多模态性和长尾场景中的泛化挑战。我们提出了AnchDrive，一个用于端到端驾驶的框架，它有效地引导扩散策略，以缓解传统生成模型的高计算成本。AnchDrive并非从纯噪声中去除噪声，而是用一组丰富的混合轨迹锚点来初始化其规划器。这些锚点来源于两个互补的方面：一个通用的驾驶先验静态词汇表，以及一组动态的、上下文感知的轨迹。动态轨迹由处理密集和稀疏感知特征的Transformer实时解码。然后，扩散模型通过学习预测轨迹偏移的分布来优化这些锚点，从而实现细粒度的优化。这种基于锚点的引导设计能够高效生成多样化、高质量的轨迹。在NAVSIM基准上的实验证实，AnchDrive达到了新的最先进水平，并展现出强大的泛化能力。
引用
@article{arxiv.2509.20253,
title = {AnchDrive: Bootstrapping Diffusion Policies with Hybrid Trajectory Anchors for End-to-End Driving},
author = {Jinhao Chai and Anqing Jiang and Hao Jiang and Shiyi Mu and Zichong Gu and Hao Sun and Shugong Xu},
journal= {arXiv preprint arXiv:2509.20253},
year = {2025}
}