欢迎关注，带来最直白清晰的自动驾驶前沿研究！

图注：长尾场景的难点，常常不是没有看到物体，而是没有理解它接下来可能意味着什么。

▍问题不是没有看到，而是没有想到下一步

自动驾驶在规则清晰、数据充足的道路上，已经能表现得相当熟练。

可一旦进入开放环境，麻烦就来了。

训练数据里出现过的车道线、车辆和行人，系统可以学得很好；但现实道路总会冒出一些低频、意外、难以穷举的情况。球滚出来、施工区域临时变化、遮挡后突然出现行人，这些都属于自动驾驶最头疼的长尾场景，也常被称为 corner case。

这类问题不能只靠“见过更多图片”来解决。系统还需要把环境线索连起来，判断风险，并在发现原计划不够稳妥时重新规划。

▍CogniDrive 的核心：普通路况快开，复杂场景多想一步

2026 年 4 月，来自北京科技大学和清华大学的研究团队在 Nature Communications 发表论文 Autonomous driving system based on dual process theory and deliberate practice theory，提出了一个名为 CogniDrive 的自动驾驶框架。

它借用了认知科学里的“双系统理论”。

人做决定时，常常有两种状态：一种快、直觉化，适合处理熟悉问题；另一种慢、审慎，适合面对复杂和陌生情况。

CogniDrive 也把驾驶决策拆成了两套模式：

InstinctNav 负责快速、直觉式的轨迹规划。

ReflectPlan 负责在复杂场景中反思、评估并修正计划。

图注：CogniDrive 用 InstinctNav 处理常规规划，用 ReflectPlan 处理需要更深推理的复杂场景，并将反思结果转化为后续可利用的经验。

▍快系统 InstinctNav：先把车开起来

如果每一次驾驶决策都调用复杂推理，系统会变得迟缓，计算成本也会迅速上升。

所以 CogniDrive 的第一层仍然追求快。

InstinctNav 结合行为克隆和检索增强生成，从已有驾驶数据和相关经验中快速给出轨迹。你可以把它理解成一位熟练司机的“肌肉记忆”：熟悉路况不需要逐条分析，先凭经验做出合理动作。

但快系统有天然边界。

当场景超出训练数据分布，或者某个线索背后藏着更复杂的风险时，只靠直觉就可能不够。

▍慢系统 ReflectPlan：发现不对，就重新评估

ReflectPlan 更像一位坐在副驾驶上的审慎检查者。

它会评估 InstinctNav 给出的初始计划，并在需要时重新理解环境、判断潜在危险，再修正轨迹。论文还引入视觉语言模型，帮助系统在复杂场景中把视觉线索和语义风险联系起来。

回到开头那颗球。

快系统看到的是“前方出现障碍物”；慢系统要进一步想到“球后面可能有人”，于是减速、扩大安全余量，或者重新规划。

论文的 Fig. 1 给出了一个更具体的道路场景案例。

左侧是普通场景：InstinctNav 给出初始轨迹后，Critic、Evaluator 和 Replan 都显示为 None，系统没有触发额外反思。

右侧是 CODA 长尾场景：道路右侧出现施工材料和轮椅使用者。初始规划仍然是保持恒定速度向前行驶，但 ReflectPlan 的评估器随后指出右侧需要保留更多驾驶空间，建议车辆向左保持偏移，并重新生成轨迹。

图注：论文 Fig. 1 原图。左侧普通场景没有触发额外评估或重规划；右侧 CODA 长尾场景触发了 ReflectPlan 的评估与轨迹重规划。图像从论文 PDF 的图页中分离，未拆分图内面板、未改绘、未添加标注。

这并不意味着 CogniDrive 已经保证车辆不会再犯同样的错误。更准确地说，研究者给了自动驾驶一种“先做、再评、必要时重做”的机制。

▍最关键的一点：反思结果要变成下一次的经验

只会当场纠错，还不算真正的“复盘”。

CogniDrive 还借用了“刻意练习”的思路：反思产生的奖励信号会被转成语言 token，并与经验表示结合，供后续检索和规划使用。

它不是简单记住“这次错了”，而是尽量把错误变成一条可复用的经验：什么场景触发了风险，原计划哪里不够好，下次遇到相似情况应该优先注意什么。

这也是标题里“下次别再犯同样的错”的来源。它描述的是框架希望实现的学习方向，而不是对所有真实道路场景的绝对保证。

▍慢系统并不是一直开着

一个很有意思的结果是，ReflectPlan 在普通场景中的激活频率只有 5.32%，而在长尾场景中上升到 36.42%。

这说明研究者没有让复杂推理占据每一次驾驶决策，而是让它更集中地出现在真正困难的场景里。

换句话说，CogniDrive 追求的不是“越想越多越好”，而是“该想的时候再想”。

图注：ReflectPlan 在长尾场景中更常触发，说明复杂推理被选择性地用于更困难的环境。

▍结果数字怎么读？

论文在 nuScenes、Waymo、CODA 和 CARLA 等数据集或仿真环境中进行了开放环和闭环评测。

在开放环评测中，相比此前方法，CogniDrive 在 nuScenes 和 Waymo 上的碰撞率分别取得 21.43% 和 13.33% 的相对改进；轨迹 jerk 分别降低 5.75% 和 4.99%，能耗相关指标分别减少 2824.8 J 和 2943.27 J。

在 CODA 长尾场景评测中，论文报告的最低平均碰撞率为 2.05%。

在 CARLA 闭环测试中，CogniDrive 的路线完成成功率为 27.37%，相较此前方法取得 10.54% 的相对提升。

少样本结果也很值得注意：在平均碰撞率上，CogniDrive 仅使用 10% 训练数据就超过了使用 100% 数据的基线；在 L2 轨迹误差上，只使用 5% 训练样本就超过了基线。

图注：这些数字来自论文报告的评测结果。它们说明框架在既定数据集和仿真环境中表现更好，但不等于系统已经可以直接在开放道路部署。

论文的 Fig. 3 展示了少样本泛化的原始结果。图 a 对应平均碰撞率，图 b 对应 L2 轨迹误差，虚线是使用 100% 训练样本的 ST-P3 基线；图 c 则显示随着训练样本增加，无效输出数量快速下降。

图注：论文 Fig. 3 原图。CogniDrive 在平均碰撞率上使用 10% 训练数据超过全量数据基线，在 L2 误差上使用 5% 训练样本超过基线。图像从论文 PDF 的图页中分离，未拆分图内面板、未改绘、未添加标注。

▍为什么“经验越多越好”是个陷阱

复盘系统还有一个容易被忽略的问题：经验库不是越大越好。

论文的消融实验显示，检索 1 条相关经验时，平均碰撞率最低，为 0.11%。当提示词里塞入更多低相关经验，模型的困惑度上升，不确定性也会增加，推理准确性反而可能下降。

这很像人类做题。

真正有帮助的，不是把所有笔记都摊在桌上，而是快速找到最接近当前问题的那一次经验。

图注：论文提示，经验检索的关键是相关性，而不是数量。该结论来自论文中的特定消融设置。

▍这篇论文真正值得看的地方

过去很多自动驾驶评测，重点集中在轨迹误差和碰撞率。

CogniDrive 进一步把舒适性和能耗纳入评估。因为一条“没有撞车”的轨迹，也可能急刹、急转、让乘客不舒服，或者消耗更多能量。

更重要的是，这篇论文把一个常被拆开的矛盾放到了一起：

自动驾驶既要反应快，又要在危险时刻想得深；既要利用过去经验，又不能被无关经验干扰；既要追求安全，也要考虑舒适和能耗。

它没有把答案简单归结为“模型再大一点”，而是尝试让系统学会分配自己的推理精力。

▍还需要谨慎看待什么

第一，这篇论文目前是 Nature Communications 的 Article in Press 未编辑版本，正式出版前仍可能出现文字或数据呈现上的修订。

第二，论文结果主要来自数据集和 CARLA 仿真评测，不是公开道路上的大规模真实部署证明。

第三，LLM的前向推理延迟仍是现实限制。安全关键系统不能只追求“想得更深”，还必须在足够短的时间内给出可靠决策。

第四，论文也指出，LLM可能继承预训练数据中的偏差，安全关键决策的可靠性、解释性和公平风险分配仍然需要继续研究。

▍文末互动

你更信任哪一种自动驾驶？

是“反应很快”的自动驾驶，还是知道什么时候应该慢下来复盘的自动驾驶？

欢迎在评论区聊聊。