Test-Time Trajectory Optimization for Autonomous Driving

📄 arXiv: 2606.07170v1 📥 PDF

作者: Yihong Xu, Eloi Zablocki, Yuan Yin, Elias Ramzi, Ellington Kirby, Alexandre Boulch, Matthieu Cord

分类: cs.RO

发布日期: 2026-06-05

🔗 代码/项目: PROJECT_PAGE

💡 一句话要点

提出TOAD方法以优化自主驾驶中的轨迹生成

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 自主驾驶 轨迹优化 交叉熵方法 奖励函数 规划器集成 性能提升

📋 核心要点

  1. 现有的自主驾驶规划方法在生成候选轨迹后再进行评分，无法优化轨迹集的质量，限制了整体规划性能。
  2. TOAD方法将评分器视为学习的轨迹级奖励函数，通过搜索最大化该函数的轨迹，提升了轨迹生成的质量。
  3. 在六个基础规划器的实验中，TOAD在NAVSIM-v1和NAVSIM-v2等基准上均取得了显著的性能提升。

📝 摘要（中文）

自主驾驶的端到端规划器通常生成一组候选轨迹，并对每个轨迹进行评分，返回得分最高的候选。然而，评分器仅在生成提案后应用，无法影响轨迹集的生成，导致候选集的质量限制了规划性能。本文提出了一种新方法TOAD，将评分器视为学习的轨迹级奖励函数，旨在搜索最大化该函数的轨迹。TOAD在测试时运行交叉熵方法，并从规划器的提案中进行热启动，无需重新训练，且可与现有规划器无缝集成。实验结果表明，TOAD在NAVSIM-v1、NAVSIM-v2和闭环HUGSIM基准上均有显著提升。

🔬 方法详解

问题定义：本文旨在解决现有自主驾驶规划器在生成候选轨迹后再进行评分的问题，导致候选集质量无法优化，限制了规划性能。

核心思路：TOAD方法将评分器视为学习的轨迹级奖励函数，通过优化该函数来搜索最佳轨迹，从而提升轨迹生成的质量。

技术框架：TOAD的整体架构包括两个主要阶段：首先生成初始候选轨迹，然后在测试时应用交叉熵方法进行优化，利用初始提案进行热启动。

关键创新：TOAD的创新在于将评分器作为奖励函数进行优化，而不是在生成后进行评分，这一设计使得轨迹生成过程更具灵活性和有效性。

关键设计：TOAD无需重新训练，能够直接与现有的规划器集成，且在参数设置和损失函数设计上进行了优化，以确保在不同场景下的适应性。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

TOAD方法在六个基础规划器上进行了测试，结果显示在NAVSIM-v1基准上达到了94.7的PDMS，在NAVSIM-v2基准上达到了56.3的EPDMS，且在闭环HUGSIM基准上也取得了显著的性能提升，展示了其优越的轨迹优化能力。

🎯 应用场景

该研究具有广泛的应用潜力，尤其在自动驾驶领域，可以显著提高轨迹规划的效率和安全性。通过优化轨迹生成过程，TOAD方法能够在复杂环境中实现更高的驾驶性能，未来可能推动更智能的自动驾驶系统的开发。

📄 摘要（原文）

End-to-end planners for autonomous driving typically generate a set of candidate trajectories, score each one, and return the highest-scoring candidate. However, the scorer is applied only after the proposals are generated and cannot influence the set of trajectories: a weak set of candidates limits planning performance regardless of the scorer's quality. We instead treat the scorer as a learned trajectory-level reward function and search for trajectories that maximize it. Our method, TOAD, runs the Cross-Entropy Method at test time, warm-started from the planner's proposals. It requires no retraining and is plug-and-play for existing planners. Across six base planners, TOAD improves results on NAVSIM-v1 (94.7 PDMS), NAVSIM-v2 (56.3 EPDMS), and the closed-loop HUGSIM benchmark. The code will be made publicly available via the project page: https://valeoai.github.io/TOAD/.