Risk-Aware World Modeling with Flow-Guided Occupancy Evolution for Selective Trajectory Planning in Automated Driving

📄 arXiv: 2609.18442v1 📥 PDF

作者: Rongxiang Zeng, Linsen Cai, Jiafu Zhang, Yijie Zhong, Yide Tao, Shuai Wang, Nan Zheng, Hai L. Vu, Alvaro Garcia Hernandez, Yongqi Dong

分类: cs.AI, cs.ET, cs.LG, cs.RO, eess.SY

发布日期: 2026-09-16

备注: 8 pages, 2 figures

💡 一句话要点

提出风险感知世界建模框架以解决自动驾驶中的轨迹规划问题

🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱二：RL算法与架构 (RL & Architecture)

关键词: 自动驾驶 轨迹规划 风险感知 占用预测 流引导演化 视觉处理 智能交通 机器人导航

📋 核心要点

  1. 现有的自动驾驶轨迹规划方法在动态交通环境中难以有效预测和应对风险，导致潜在的碰撞风险。
  2. 本文提出RiskWorld框架，通过融合空间和时间信息，利用流引导演化技术进行占用预测和轨迹选择，提升规划的安全性和效率。
  3. 实验结果表明，RiskWorld在3秒的评估时间内实现了最低的碰撞率，并在多种基线中获得了第二低的平均L2误差，表现出显著的性能提升。

📝 摘要（中文）

安全的自动驾驶运动规划需要预测不断变化的交通风险，并决定何时修订当前规划的轨迹。本文提出了RiskWorld，一个风险感知的世界建模框架，用于共享占用预测和选择性轨迹替换。通过融合空间风险场和时间行为者上下文与视觉鸟瞰图特征，流引导演化传输占用和场景特征，同时使用符号残差修正传输后的占用。每个规划步骤生成一个预测，并在候选轨迹中重用。通过与当前状态持久性参考的比较，得出非负碰撞评分修正。选定的轨迹作为规划锚点，仅在额外预测风险触发干预时替换，并且替代方案满足预测风险和轨迹误差的组件约束。RiskWorld在nuScenes数据集上进行开放环规划评估，取得了最低的碰撞率和第二低的平均L2误差，同时在单个NVIDIA RTX 4090上以11.5 FPS运行，参数量为90.81M。

🔬 方法详解

问题定义：本文旨在解决自动驾驶中动态交通环境下的安全轨迹规划问题。现有方法在应对不断变化的交通风险时，往往无法及时修订轨迹，从而增加了碰撞的风险。

核心思路：RiskWorld框架通过融合空间风险场和时间行为者上下文，结合视觉鸟瞰图特征，利用流引导演化技术进行占用预测和轨迹选择，从而实现更安全的运动规划。

技术框架：RiskWorld的整体架构包括占用预测模块、流引导演化模块和轨迹选择模块。首先，通过视觉特征和历史状态生成空间和时间风险信息，然后进行占用预测，最后根据当前状态评估选择最优轨迹。

关键创新：RiskWorld的主要创新在于流引导演化技术的应用，使得占用和场景特征能够有效传输，并通过符号残差进行修正。这一方法与传统的轨迹规划方法相比，显著提高了对动态风险的响应能力。

关键设计：在模型设计中，采用了特定的损失函数来优化碰撞评分，并通过重用预测结果降低计算成本。此外，模型的参数设置经过精心调整，以确保在保持高效性的同时，能够准确预测风险。

🖼️ 关键图片

fig_0
fig_1

📊 实验亮点

在实验中，RiskWorld在3秒的评估时间内实现了最低的碰撞率，并在多种先进基线中获得了第二低的平均L2误差，显示出显著的性能优势。此外，模型在单个NVIDIA RTX 4090上以11.5 FPS的速度运行，展现了良好的实时处理能力。

🎯 应用场景

该研究的潜在应用场景包括自动驾驶汽车、智能交通系统和机器人导航等领域。通过提高轨迹规划的安全性和效率，RiskWorld可以有效降低交通事故风险，推动自动驾驶技术的广泛应用与发展。

📄 摘要（原文）

Safe motion planning in automated driving requires anticipating evolving traffic risks and deciding when to revise the current planned trajectory. We introduce RiskWorld, a risk-aware world modeling framework for shared occupancy forecasting and selective trajectory replacement. Spatial risk fields and temporal actor context are fused with visual bird's-eye-view features. Flow-guided evolution transports occupancy and scene features, while signed residuals correct occupancy after transport. One forecast is generated per planning step and reused across candidates. Each candidate is compared with a current-state persistence reference, yielding a nonnegative collision-score correction. The trajectory selected by current-world evaluation serves as the planning anchor and is replaced only when additional predicted risk triggers intervention and an alternative satisfies component-wise constraints on predicted risk and trajectory error. Candidate geometries remain unchanged. We evaluate RiskWorld for open-loop planning on nuScenes using camera features, annotation-derived current and historical actor states, and dataset-provided map context. RiskWorld achieves the lowest collision rate at a long evaluation horizon of 3 s, and the second-best average L2 error among various state-of-the-art baselines, while running at 11.5 FPS on a single NVIDIA RTX 4090 with 90.81 M parameters. Within-setting ablations show that RiskWorld achieves lower collision rates than the current-state rescoring baseline, while forecast reuse enables additional candidates to be evaluated at low marginal computational cost.