弥补端到端自动驾驶中的导航合规性差距
计算机视觉与模式识别
2026-03-27 v2
摘要
轨迹评分规划器在遵循专家原始指令时具有高导航合规性，但在面对交叉路口处呈现的替代指令时表现不佳；超过 30% 的此类指令被忽略。我们将这种导航合规性差距归因于两个根本原因：（1）现有指标如自我进度（Ego Progress）并未明确测量导航遵循性，模糊了在路线内和偏离路线轨迹之间的差距；（2）当前数据集将每个场景与单一指令配对，阻止模型学习指令依赖行为。我们通过引入二元导航合规性指标（NAVI）及其衍生的可控性度量（CM）来解决指标差距，并通过 NavControl 数据集来解决数据差距——该数据集包含 14,918 个交叉路口场景，扩充了所有可行的替代指令和路由注释，产生超过 34,000 个方向样本。基于这些工作，我们提出了 NaviHydra，一种轨迹评分规划器，融合了 NAVI 蒸馏和鸟瞰图（BEV）基础的轨迹收集，用于上下文-位置感知的轨迹特征提取。NaviHydra 在 NAVSIM navtest 分割上达到 92.7 PDM 分数，在 NavControl 测试分割上达到 77.5 CM 分数。使用 NavControl 进行训练提高了不同架构下的可控性，确认其作为导航合规性增强的广泛有效性。
引用
@article{arxiv.2512.10660,
title = {Closing the Navigation Compliance Gap in End-to-end Autonomous Driving},
author = {Hanfeng Wu and Marlon Steiner and Michael Schmidt and Alvaro Marcos-Ramiro and Christoph Stiller},
journal= {arXiv preprint arXiv:2512.10660},
year = {2026}
}