文章核心观点 - 北交、轻舟、燕山大学、澳洲昆士兰大学的团队提出了一种名为CATG的新型端到端自动驾驶轨迹生成框架，该框架基于Constrained flow matching技术，旨在解决现有方法在行为多样性和安全约束集成方面的局限性[1][3][4] - CATG框架的核心创新在于彻底摒弃模仿学习，显式建模flow matching过程以缓解模式崩溃，并支持在生成过程中灵活注入多种条件信号和显式约束，从而实现对轨迹风格和安全性的精准调控[1][4][7] - 在ICCV NAVSIM V2端到端驾驶挑战赛中，CATG以51.31的EPDMS得分获得亚军，并荣获创新奖，证明了其在规划精度和对分布外数据的稳健泛化能力[1][4][22] 技术背景与问题定义 - 端到端多模态规划是自动驾驶系统的关键方法，在模糊或高度交互的驾驶场景中尤为重要，但大多数现有方法依赖模仿学习框架，导致预测结果同质化，缺乏行为多样性[3] - 现有生成式方法如扩散模型虽能捕捉更广泛的轨迹分布，但存在模式崩溃风险，且难以将硬约束集成到生成过程中，影响了生成轨迹的安全性和可解释性[3][6] 方法论创新 - 提出基于flow matching的多模态轨迹生成器CATG，无需依赖模仿学习，支持多样化、灵活的条件控制[7] - 通过渐进式机制将可行性约束和安全约束显式集成到生成过程，利用先验感知锚点设计构建约束引导的概率流，并通过基于能量的引导将轨迹导向可行区域[7][13][17] - 将环境奖励信号作为条件输入，在推理阶段实现激进驾驶风格与保守驾驶风格之间的可控权衡[7][13] 技术实现细节 - 采用Transfuser作为感知骨干网络，从标准高斯分布中采样起点，并将目标轨迹归一化到特定区间[8] - 通过多层交叉注意力机制融合智能体查询向量、自车查询向量以及鸟瞰图特征[10][12] - 在推理阶段引入三类条件控制信号：轨迹锚点、目标点和驾驶指令，以实现对生成轨迹的灵活控制[13][16] 约束集成策略 - 约束速度场：利用预计算的速度场修正模型预测的可能存在偏差的速度场，提出"合成速度场"概念[17] - 约束中间变量：通过修正流的起点，将初始高斯随机样本替换为满足约束的锚点，间接控制最终生成结果[17] - 约束感知训练：在训练阶段通过能量函数编码约束，采用能量匹配框架进行模型训练[17] 实验设置与结果 - 模型训练分为两个阶段：第一阶段训练flow matching过程、感知模块与地图分割模块，批大小设为64，学习率未明确，共训练90轮；第二阶段仅对流传匹配过程进行微调，共训练10轮[14][18] - 在NAVSIM V2挑战赛中，CATG在多项关键指标上表现优异，例如第一阶段可驾驶区域合规性达100%，交通信号灯合规性达100%，第二阶段可驾驶区域合规性达95.4416%[19] - 最终以51.3116的扩展PDM综合得分获得亚军[19]