[Real-World E2E] Hyper Diffusion Planner：释放扩散模型在实车自动驾驶中的潜力

TL;DR

清华大学 AIR 院与小米汽车联合推出的 Hyper Diffusion Planner (HDP) 填补了扩散模型在实车、闭环、超大规模数据端到端规划领域的空白。通过重新梳理 Diffusion 的设计范式，HDP 在 200 公里真实路测中表现惊人，性能直接翻了 10 倍。

背景定位：从仿真走向街头

尽管 Diffusion Models 在生成领域大放异彩，但在自动驾驶规划中，它们常被困在仿真器里。真实世界的端到端规划面临三大难关：

1. 维度差异：轨迹是低维流形，不像图片是高维感知数据。
2. 安全红线：模仿学习学得再像，也难保在极端情况下不“撞车”。
3. 平滑噩梦：离散的坐标点预测往往导致车辆在现实中疯狂抖动（Jerk）。

痛点深挖：为什么之前的 Diffusion Planner 不够好？

作者通过消融实验发现，大家常用的 $ϵ$-prediction（预测噪声）在高频信号丢失严重时会导致轨迹抖动。更致命的是，单纯预测坐标点（Waypoints）虽然 ADE 低，但速度分布极其不稳；而单纯预测速度（Velocity），虽然开起来顺滑，但空间精度又不够。

此外，由于主流学术数据集（如 NAVSIM）规模只有 100K 左右，导致 Diffusion 陷入了 Mode Collapse，无法展现其真正的多模态生成天赋。

方法论详解：HDP 的三大核心支柱

1. 损失空间重构：Back to Basics

研究表明，对于轨迹这种低维数据，τ0-prediction（直接预测原始轨迹）配合 τ0-loss 效果远好于传统的预测噪声。它不仅收敛极快，且在低噪声阶段表现更稳，生成的轨迹具有更强的运动学一致性（Kinematic Coherence）。

2. 轨迹表征的平衡艺术：Hybrid Loss

为了兼顾“准”与“顺”，HDP 提出了混合损失函数。模型输出速度（Velocity），但在训练时同时对坐标点和速度进行监督。

${\mathcal{L}}_{hybrid}={\mathcal{L}}_{velocity}+\omega \cdot {\mathcal{L}}_{waypoints}$

作者在数学上证明了这种混合损失依然等价于一种加权的变分边界（Score Matching），不会偏离最优解。

HDP 架构：采用了 Transformer 为核心的扩散解码器，融合了感知生成的 OD/LD Tokens。

3. 数据缩放（Scaling Law）的涌现

本文最令人兴奋的发现是：扩散模型在驾驶领域也有 Scaling Law。当数据从 100K 级别跨越到 20M 甚至 70M 级别时，模型从单一模式进化到了自发的多模态（如同时能学出绕行与跟车两种决策）。

实验与结果：十倍性能的飞跃

在包含复杂城区场景的测试中，HDP 展示了出色的表现。

• 实车战绩：相比于基础版本，加入 Hybrid Loss 和大规模数据后的 HDP 在闭环成功率和稳定性上实现了量级跨越。
• RL 微调：通过 RL Post-training，模型在安全性（如避让行人、防止切入）上得到了进一步强化。

表：随着技术模块（Hybrid Loss, Data Scaling, RL）的叠力，模型得分稳步攀升。

HDP 在变道避让超大卡车及无保护左转中的从容表现。

深度洞察与总结

核心价值

HDP 证明了：不要过度工程化，保持框架简洁，让数据和扩散模型本身的分布拟合能力去解决问题。 它是工业界大规模数据赋能 Diffusion 的一个极佳范本。

局限性与未来

• 效率与延迟：尽管使用了 DPM-Solver 优化，扩散模型的多步迭代对比直出模型（One-step）仍有计算开销。
• 奖励函数的复杂性：目前的 RL 阶段主要针对安全性，如何平衡“安全”与“驾驶效率”（不当老司机也不当马路杀手）仍是待解决的博弈难题。

HDP 的出现标志着端到端自动驾驶进入了一个新阶段：由传统的判定式回归向生成式概率分布建模的全面转型。