DriveSafer：基于安全指导的端到端自动驾驶
机器人学
2026-05-19 v1 计算机视觉与模式识别
摘要
近年来，端到端（End-to-End, E2E）自动驾驶模型在性能上取得了显著进展，在日益具有挑战性的基准测试上表现不断提升。然而，现代生成式E2E规划器在安全关键场景中仍会出现大量灾难性失败。我们发现，这些许多失败源于对物理约束和安全要求的违反，导致不安全的行为。为此，我们聚焦于减少端到端驾驶中灾难性规划失败的 targeted reduction，而非提升平均规划质量。为此，我们提出DriveSafer，一种针对端到端规划器的 failure-aware 安全框架。DriveSafer 通过训练时期间的安全约束和推理时期的安全指导，显式地将生成式规划器引导 toward safe behaviors。相对于当前最先进的 DiffusionDrive 模型，在NAVSIM基准测试中，DriveSafer 将灾难性失败（PDMS=0）减少48%，在可驾驶区域合规性失败方面减少超过65%。
关键词
引用
@article{arxiv.2605.16737,
title = {DriveSafer: End-to-End Autonomous Driving with Safety Guidance},
author = {Shounak Sural and Raj Rajkumar},
journal= {arXiv preprint arXiv:2605.16737},
year = {2026}
}