自动驾驶技术方案与论文简报|2026-06-28

自动驾驶技术方案与论文简报｜2026-06-28

1. Diffusion Planner 进入“历史退火 + 时间依赖引导”阶段

Diffusion Forcing Planner于 2026-06-09 提交，提出 History-Annealed Planning：不是一次性从历史和当前状态直接生成未来轨迹，而是用扩散过程逐步调整历史依赖强度，并加入 time-dependent guidance，让不同预测时刻接受不同强度的规划约束。(arXiv^[1])

影响：扩散规划不再只是“多模态轨迹生成器”，而是在尝试解决长时域规划中历史信息过强/过弱、短期安全与长期目标冲突的问题。 

今日行动：给现有 planner 加一个 ablation：短期 1–3s 重点看 collision/TTC，长期 4–8s 重点看 route compliance、comfort、progress，避免只用统一 loss 评价所有时间步。

2. 多模态 action diffusion 开始挑战“轨迹点 + 手工控制器”范式

Multimodal Action Diffusion for Robust End-to-End Autonomous Driving于 2026-06-03 提交，指出多数 E2E-AD 仍输出中间轨迹点，再交给带 GPS 的手工控制器；论文转向直接预测 throttle、steer、brake，并强调多模态 action 分布对性能、表征质量和训练稳定性很关键。(arXiv^[2])

影响：如果未来端到端路线走向直接控制，评测不能只看 waypoint L2，还要看控制信号平滑性、延迟鲁棒性、低速 creep、紧急制动、舒适性和执行器约束。 

今日行动：在现有轨迹输出模型旁边记录“隐式控制需求”：曲率、加速度、jerk、制动峰值，用来判断轨迹是否真的可控。

3. 安全场景生成从 diffusion 转向更快的 flow / agentic evolution

RiskFlow于 2026-06-08 提交，针对扩散式 safety-critical traffic generation 的迭代采样慢、长 rollout 易抖动/异常加速度/越界等问题，提出更快、更稳定的安全关键交通场景生成。(arXiv^[3])

EvoDrive于 2026-06-02 提交，用自改进 LLM agents 做多目标场景演化，在 adversariality 与 realism 之间做 Pareto 搜索。(arXiv^[4])

影响：数据闭环会从“人工挑 corner case”走向“自动生成可控失败场景”。但关键不是生成越危险越好，而是危险性、真实性、可复现性、覆盖度同时满足。 

今日行动：建一个 safety scenario generator 验收表：是否违反交通物理、是否可复现、是否能定位失败模块、是否覆盖施工/遮挡/cut-in/弱势交通参与者。

4. Robotaxi 监管继续放宽车辆形态，但安全 case 压力更大

NHTSA 正在考虑对“从未设计给人类驾驶”的 robotaxi 取消手动制动踏板等传统控制要求；该变化会降低 Zoox、Tesla Cybercab、Waymo 等目的型自动驾驶车辆规模化部署的法规摩擦。(Investor's Business Daily^[5])

影响：无方向盘/无踏板车辆意味着“人类接管”不再是兜底选项，系统必须把最小风险动作、远程协助、乘客紧急停车、失效停车、施工区封闭道路识别做成主链路能力。 

今日行动：把 no-manual-control 作为系统设计假设重跑安全分析：传感器失效、定位漂移、地图冲突、远程协助不可达、乘客恐慌、施工区误入。

5. Waymo 扩城与施工区事件并存，ODD 边界仍是商业化核心风险

Waymo 在 Nashville 取消等待名单，开放约 60 平方英里服务区，并测试机场服务；但近期也因车辆进入高速施工区召回近 4,000 辆并暂停/限制高速能力。(Axios^[6])

影响：商业化指标会出现双线拉扯：一边是区域扩张、机场接驳、高速能力；另一边是施工区、封路、临时交通管制等 ODD 边界风险。 

今日行动：每次扩 ODD 前强制补一张 risk matrix：新增道路类型、施工频率、地图更新延迟、远程协助覆盖、事故/near-miss 复盘机制。

今天优先读

1. Diffusion Forcing Planner：重点看历史信息如何随扩散过程退火。
2. Multimodal Action Diffusion：重点看直接控制输出相比 waypoint planner 的优势与风险。
3. RiskFlow / EvoDrive：用于设计自动化安全场景生成与数据闭环。
4. NHTSA robotaxi rule proposal：用于理解无人工控制车辆的安全 case 变化。

风险预警

今天的主线是：规划模型越来越会生成多模态未来，但真实部署越来越少依赖人类接管。这意味着安全评测必须从“轨迹像不像专家”升级为“失败时是否可控、可解释、可恢复”。

重点补齐：施工区、封路、远程协助不可达、长时域 rollout 漂移、直接控制输出的执行器约束。

参考资料