Odyssey 如何用显式路线评测长时程闭环驾驶？

短时程仿真看不到后续后果

现有闭环基准通常只评测约 20 秒的短片段，因此无法显示早期决策是否促成或阻碍了之后发生的动作。论文给出的动机例子是一次右转需要提前变道：如果仿真在转弯前就结束，规划器能否完成这一连串动作就从未被检验。

Odyssey 通过构建 100 个场景来应对这一问题，每个场景都从一段 100 秒的 nuPlan 驾驶日志重建，使导航动作与交通交互保留其前后语境。仿真过程受三个终止条件约束：到达指定 SD 路线的终点、达到 200 秒的时间上限（等于记录的真值序列时长的两倍），或偏离指定 SD 路线超过 30 米。

显式 SD 路线替代含糊指令

许多端到端基准提供诸如“右转”这样的高层元动作指令。论文认为这类指令是含糊的：如果连续出现两个右出口，仅凭指令无法确定指的是哪一个，而不一致的指令翻转也会让连续轨迹上的导航意图变得模糊。

Odyssey 改为提供显式的标准定义（SD）地图路线，指明应沿哪些道路行驶，而局部驾驶动作仍由基于传感器的规划决定。每条路线通过 HMM 地图匹配把完整的记录自车轨迹匹配到 OpenStreetMap 上，得到一条从场景起点到目的地的折线；匹配到的道路和路线连续性会对照记录轨迹与 SD 地图人工检查。仿真过程中，提供给规划器的路线片段会根据自车当前位置更新。

三项指标区分路线遵循与变道准备

Odyssey 引入 SD Route Compliance（SDC）和 Pre-Lane Change Score（PLCS），用于评估规划器遵循路线以及为即将到来的动作做准备的效果。二者由 RouteDS 补充，后者在 Driving Score 基础上加入对 SD 路线偏离和变道准备失败的惩罚。这三项指标回答不同的问题：SDC 关注道路层面的遵循，PLCS 关注动作发生前的准备，RouteDS 则汇总路线进展与驾驶违规。

由于这些指标的定义和分母不同，不应相互替代。论文报告了它们出现分歧的情形：DiffusionDrive 的 SDC 高于 SafeDrive，但 SafeDrive 的 RouteDS 更高，因为后者还计入路线进展和驾驶违规。

渲染精修同时改变感知与驾驶

Odyssey 使用 OmniRe 以 3D 高斯泼溅重建每个场景，对车辆采用刚性变换，对行人采用基于 SMPL 的形变，对其他参与者采用学习到的形变场，对交通灯则用随时间变化的球谐系数和不透明度建模。受 HUGSIM 启发的路面建模用由 LiDAR 初始化的薄高斯圆盘单独表示路面。

一个名为 Fixer 的扩散精修步骤在 Odyssey 上微调，训练用的渲染—真实图像对来自全部 100 个场景，采用三种退化策略：欠训练重建（30%）、循环重建（40%）和交叉参考重建（30%）。论文报告，预训练的 Fixer 提升了 mIoU，但 RouteDS 略有下降；而在 Odyssey 上微调后，开环和闭环两种设置下的 mIoU 都进一步提升，RouteDS 也高于仅用高斯泼溅的基线。移除零文本条件下不活跃的交叉注意力层并应用 TensorRT 的推理优化带来 3.7 倍加速，修复质量变化可忽略。

SD 路线引导改善道路层面遵循

在所有被评测的规划器上，以及在非反应式和反应式两种交通设置下，提供 SD 路线都同时提升了 SDC 和 RouteDS。论文用 SafeDrive 说明其机制：当驾驶指令翻转时它会偏离预定路线，而给出 SD 路线引导后则能沿预定路线行驶。

这些提升在不同指标上并不一致。论文指出，显式路线引导改善了道路层面的遵循，但这些收益并未稳定延伸到变道准备或碰撞规避。这是读者应留意的边界：更好的路线遵循并不等于更好的车道选择或更安全的交通交互。

开环收益无法迁移到闭环

论文检验了轨迹评分和强化学习能否改善闭环驾驶，二者都在开环设置下评估单条轨迹。对 SafeDrive 而言，在 PDMS 相近的情况下 IL 评分优于安全评分，而安全过滤通过在接受安全检查的候选中选出 IL 评分最高的轨迹，进一步提升了表现。对 ReCogDrive 而言，GRPO 提升了 PDMS，但闭环表现低于仅用 IL 训练。

作者将此解释为：优化单条轨迹并不能保证更好的连续驾驶，因为这两种目标都没有直接优化规划器在执行后如何响应新观测。Odyssey 的设计正是为了弥合这一差距，依据规划器自身决策带来的后果来评测它，而不是依据孤立的轨迹。

评测时程拉长后规划器排名反转

RouteDS 会随评测时程增长而下降，论文指出这部分是预期之中的，因为违规惩罚会累积。更重要的是，规划器之间的相对表现也会变化：DrivoR 在短时程下 RouteDS 高于 SafeDrive，但随着驾驶继续会落到其下方。这种排名反转意味着从短时程仿真得出的结论未必在更长时程上成立。

论文还报告 NA VSIM PDMS 并不能稳定反映闭环差异。DrivoR 的 PDMS 高于 SafeDrive，但在两种交通设置下 RouteDS 都更低，因此更高的开环分数并不意味着更好的闭环路线遵循。

Odyssey 留下了哪些未解问题

Odyssey 的贡献是一套评测设置，而不是一个已解决的问题。论文指出，它凸显了端到端驾驶中路线表示与整合方面的开放问题，并且显式路线引导改善了道路层面遵循，却未稳定延伸到变道准备或碰撞规避。

对于比较规划器的读者，实际优先级来自论文自身的比较：应在长时程仿真中用 RouteDS 及其各组成部分来评判规划器，而不是只看 SDC 或开环 PDMS。DrivoR 与 SafeDrive 之间的排名反转，以及 DiffusionDrive 的 SDC 与 SafeDrive 的 RouteDS 之间的分歧，正是使时程长度和指标选择具有决定性的具体案例。论文称基准代码和适配后的基线将公开发布。

本文引用的文献