仅靠自车状态就足以实现开环端到端自动驾驶吗？

端到端自动驾驶近来成为一个有前景的研究方向，旨在从全栈视角实现自主性。沿此脉络，许多最新工作在 nuScenes 数据集上采用开环评估设置来研究规划行为。本文通过深入分析并揭示更多细节中的隐患，对该问题进行了更细致的探讨。我们初步观察到，nuScenes 数据集以相对简单的驾驶场景为特征，导致那些融合了自车状态（如自车速度）的端到端模型对感知信息的利用不足。这些模型倾向于主要依赖自车状态进行未来路径规划。除数据集的局限外，我们还注意到现有指标未能全面评估规划质量，可能导致从现有基准得出的结论存在偏差。为解决这一问题，我们引入了一个新指标，用于评估预测轨迹是否遵循道路。我们进一步提出了一个简单的基线模型，在不依赖感知标注的情况下即可取得有竞争力的结果。鉴于当前基准和指标的局限性，我们建议社区重新评估相关的主流研究，并审慎思考持续追求最优性能是否能得出令人信服且普适的结论。代码与模型已发布于 \url{https://github.com/NVlabs/BEV-Planner}。