北交&地平线提出DIVER：扩散+强化的多模态规划新框架

主要观点总结

本文介绍了一种面向端到端自动驾驶的多模态规划框架DIVER，旨在解决现有端到端自动驾驶方法基于单一专家示范的模仿学习范式导致的模式坍塌问题。通过将扩散模型的多模态生成能力与强化学习的目标约束机制相结合，DIVER能够在统一模型中生成多样、可行且符合驾驶语义的候选轨迹。该方法在多个公开基准上显著提升了端到端规划的轨迹多样性与安全性。

关键观点总结

关键观点1: 背景介绍

文章首先介绍了端到端自动驾驶的演进背景，以及现有方法存在的问题，即车辆的规划行为过于保守、模式单一，难以应对复杂交通场景。

关键观点2: 技术介绍

文章提出了DIVER框架，该框架结合了扩散模型的多模态生成能力和强化学习的目标约束能力，使模型不仅能生成多条轨迹，还能生成多样、可行且安全的驾驶行为。

关键观点3: 核心技术细节

文章详细阐述了DIVER框架的核心思想、技术细节和模块设计，包括Policy-Aware Diffusion Generator（PADG）、Reference GT引导的多模态扩散、GRPO强化学习优化、多样性/安全/时序一致性奖励设计等。

关键观点4: 实验结果与分析

文章在多个权威基准上对DIVER框架进行了实验验证，结果显示其显著提高了轨迹多样性、降低了碰撞率、增强了长时规划能力和复杂场景泛化能力。

关键观点5: 总结与展望

文章最后总结了DIVER框架的主要贡献和优势，并指出了未来研究方向，即模仿学习不足以支撑真实世界自动驾驶，将生成模型与强化学习结合是通向“更像人”的自动驾驶的重要一步。