(CVPR 2026) 自动驾驶规划新思路:MeanFuser 如何实现高效多模态决策

一、核心模块消融分析

MeanFlow 替换基础解码器的收益

内容：表 4 显示，基线 TransFuser 的 PDMS 为 84.0，而将其解码器替换为 vanilla MeanFlow 后，M0 的 PDMS 提升到 87.3，说明一步式生成框架本身就能显著增强规划性能。不过，M0 在偏离专家轨迹和驶出可行驶区域的统计上仍然较差，这说明仅有 MeanFlow 还不足以稳定覆盖复杂场景中的多样轨迹。

二、进一步消融实验分析

Gaussian 组件数量并不是越多越好

内容：表 6 对不同 Gaussian 组件数进行了对比，结果表明 8 个组件时模型整体表现最好。组件数过少时，模型难以充分建模轨迹分布；组件数继续增加后，性能没有继续提升，反而略有下降，这说明该方法需要的是合适的模态容量，而不是一味增加混合成分。

GMN 的生成方式具有较强灵活性

内容：表 7 比较了两种 GMN 构造方式，即基于专家轨迹聚类的数据驱动方法和人工设计方法。结果显示，人工设计方案只带来了很小的性能下降，这说明 MeanFuser 对特定数据集统计并不过度依赖，GMN 的核心价值在于提供连续且多模态的噪声先验，而不是严格依赖某一种固定构造方式。

GMN 同时增强性能与多样性

内容：表 8 显示，引入 GMN 后，模型不仅在 PDMS 上优于不使用 GMN 的版本，而且轨迹多样性指标也更高，最终综合指标 MDP 提升了 20.84%。这说明该方法不是以牺牲准确性来换取多样性，而是在规划质量和多模态表达之间取得了更好的平衡。

三、可视化分析

不同 Gaussian 组件对应不同驾驶风格

内容：图 4 展示了从不同 Gaussian 组件中采样得到的轨迹结果。随着组件均值增大，生成轨迹的速度从更保守逐渐过渡到更激进，说明 GMN 不只是提供多条候选轨迹，还在一定程度上将不同驾驶风格组织成了可区分的模态。

模型能够在同一场景下生成真实的多模态方案

内容：图 5 展示了同一驾驶场景中的两类可行策略，一类更贴近专家演示的直行方式，另一类则表现为左变道方案。这说明模型学到的不是单一路径回归，而是在同一环境下生成多种合理决策。

闭环规划结果在昼夜场景下都具有稳定性

内容：图 6 给出了 CARLA Longest6 基准上的闭环规划可视化，上下两排分别覆盖白天和夜晚场景。论文用这组结果说明，模型不仅在离线指标上有效，也能在不同光照条件和真实闭环执行中保持较稳定的规划表现。

两种 GMN 构造方式在分布形态上存在差异

内容：图 7 将数据聚类得到的 GMN 与人工设计的 GMN 做了直观对比。该图表明，两种方法虽然构造方式不同，但都能形成具有结构性的多峰分布，这也与表 7 中“性能差距较小”的结论相呼应。

轨迹多样性指标具有清晰的几何含义

内容：图 8 可视化了不同时间步下多个轨迹包围框的交集与并集关系，用来解释论文中的多样性度量。这个图的意义在于，它说明论文并不是用主观方式描述“多样”，而是通过候选轨迹在空间占用上的差异来刻画多模态程度。

一、适用场景：

• 多候选轨迹生成的规划场景
  当模型一次会生成多条候选轨迹时，自适应重建模块最适合接在这些候选结果之后使用。因为这类场景往往不仅需要“生成”，还需要进一步判断这些候选中哪一条更合理，或者是否需要在候选基础上继续优化。
• 复杂交通环境下存在次优提议的场景
  在复杂道路场景中，模型生成的候选轨迹可能都不够理想，或者虽然可行但仍然偏次优。论文明确指出，这个模块就是为处理 suboptimal proposals 而设计的，因此特别适合用于交通参与者复杂、决策空间较大的驾驶场景。
• 不希望依赖人工规则打分的端到端规划场景
  传统方法常常需要额外的规则或评分函数来筛选候选轨迹，而这个模块适合用于希望减少手工设计、让模型直接学习最终决策的场景。论文强调它能够替代直接的轨迹评估过程，让模型隐式完成选择或重建。
• 需要作为后处理单元接入现有规划框架的场景
  由于它本质上位于候选轨迹生成之后，对多条候选进行融合和输出，因此很适合作为一个后端决策模块接入已有的多模态轨迹生成框架中。论文也将其作为轻量级模块来设计，说明它具有较强的可插接性。

二、主要作用：