清华与电装：控制器换了也不怕，ExecutionBridge让冻结世界模型规划器难例得分提升44%
自动驾驶规划器默认控制器会按训练时的方式执行规划。这篇预印本在不重新训练规划器和世界模型的情况下，让系统学会新控制器的执行习惯，显著改善了困难场景中的决策。
当依靠世界模型想象未来来选择轨迹的自动驾驶规划器与另一套转向和速度控制器一起部署时，如何在不重训规划器和世界模型的前提下考虑执行特性的变化？
世界模型规划器为每条候选轨迹预测执行后的结果并打分，这一预测隐含了训练时“规划到运动”的对应关系。控制器、增益、转向延迟或底盘一旦变化，同一规划会被执行成不同的运动，想象中的未来与实际不符，规划器可能选错候选。
RMA、CaDM、AdaWM等适应方法从交互历史中推断动力学，或重训部分模型。直观的捷径是把规划轨迹替换为控制器预计或已知会执行的轨迹。作者验证后发现，这样做提高了几何精度，却几乎不改变最终选中的候选，因为世界模型学会读取的是规划，而不是已经执行出的运动。
ExecutionBridge冻结规划器、世界模型和奖励头，并保留原始规划作为输入。控制器编码器读取部署控制器的一组“规划与执行”轨迹对，压缩成紧凑的控制器编码，只需计算一次并缓存。对每条候选，小型潜在桥接模块利用该编码，对世界模型预测的潜在状态中与自车相关的部分施加带门控和上限的修正，再由原奖励头评估修正后的未来。
在10种完全排除在训练之外的控制器配置上取平均，NAVSIM PDMS从冻结WoTE规划器的87.976升至88.589，提高0.613；直接代入预测执行轨迹只提高0.048，约为其十三分之一。在冻结规划器得分低于80的困难场景子集上，PDMS从32.04升至46.13，提高14.09，代入法提高4.49。碰撞时间指标TTC由94.53升至94.86。标准NAVSIM设定下，该方法为WoTE、ResWorld、WorldDrive分别带来0.6、0.4、0.3分提升。支持集只需64对轨迹，效果与1,024对相同。
这是一篇预印本，全部测试在由驾驶日志构建的非反应式基准NAVSIM中完成，没有实车行驶。控制器为激进、保守、转向延迟、转向增益等仿真配置。全测试集提升不到1分，大幅提升出现在按基线表现差而选出的子集上，这种选法天然有利于改变基线决策的方法，不过论文对所有方法使用了同一子集。论文未报告新增时延，也未提及开源。
对国内车企和智驾供应商而言，同一套规划模型要适配控制器和执行器各异的多款车型，正是量产中的现实难题。无需重训规划器、仅用约64对轨迹日志就能学会控制器特性的轻量适配器，可以减少每个平台的标定与验证工作。汽车零部件供应商电装参与署名，说明业界关注这一问题。世界模型规划器把规划交给不同底层控制器的机器人同样存在这一缺口。实车闭环验证仍是前提，商用可能需要二到四年。
受许可协议限制，本站不转载该论文全文，仅提供摘要和原文链接。