READ: Learning Risk-Informed Fields for End-to-End Autonomous Driving

📄 arXiv: 2609.12371v1 📥 PDF

作者: Zhiyuan Liu, Yuanxin Tian, Zehong Ke, Jinhao Li, Hao Cheng, Zhenhua Xu, Wenhao Yu, Jianqiang Wang

分类: cs.RO

发布日期: 2026-09-11

💡 一句话要点

提出READ框架以解决自主驾驶中的安全规划问题

🎯 匹配领域: 支柱三：空间感知与语义 (Perception & Semantics) 支柱八：物理动画 (Physics-based Animation) 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 自主驾驶 风险表示 轨迹规划 深度学习 智能交通 可微分模型 行为约束

📋 核心要点

  1. 现有的学习型规划方法在环境因素与动作选择之间的关系上存在隐式性，限制了安全轨迹的优化与诊断。
  2. 本文提出READ框架，通过学习显式的风险表示，结合几何和行为约束，提升自主驾驶的安全性。
  3. 实验结果显示，READ在NAVSIM上与现有端到端模型相比，性能显著提升，并在VLA设置中表现优异。

📝 摘要（中文）

自主驾驶不仅需要识别场景中的物体，还需规划者判断道路结构、周围代理及其运动状态如何影响未来的操控。现有的基于学习的规划方法虽然能够捕捉这些影响，但环境因素与候选动作之间的关系往往是隐式的，限制了对安全轨迹的检查和优化。传统的安全场提供了这种关系的显式空间表示，但其风险形状和相对权重是预先设定的，无法适应每个场景。为此，本文提出了READ框架，通过互补的几何和行为约束学习显式的、与规划对齐的风险表示。READ将这一表示实例化为连续的时空场，支持沿候选轨迹的可微查询，促进预测轨迹与低风险区域的对齐，同时保留轨迹评估和优化的可微接口。实验结果表明，READ在NAVSIM上实现了一致的性能提升，并在VLA设置中表现出色。

🔬 方法详解

问题定义：本文旨在解决自主驾驶中环境因素与动作选择之间隐式关系的问题，现有方法无法有效地检查和优化安全轨迹。

核心思路：READ框架通过学习显式的风险表示，将几何和行为约束结合，形成与规划对齐的风险场，以促进安全轨迹的生成。

技术框架：READ的整体架构包括风险场的学习、候选轨迹的生成与评估，支持沿轨迹的可微查询，确保了轨迹与低风险区域的对齐。

关键创新：READ的最大创新在于将风险表示显式化，并使其适应不同场景，区别于传统方法的固定风险形状和权重。

关键设计：在设计中，READ采用了特定的损失函数来优化风险场的学习，并使用了可微分的网络结构，以确保轨迹评估和优化的有效性。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，READ在NAVSIM上与匹配的端到端模型相比，表现出一致的性能提升，特别是在VLA设置中也取得了强劲的结果。此外，READ在NAVSIM v2上也达到了竞争力的表现，验证了学习空间风险作为安全规划的显式、可适应表示的有效性。

🎯 应用场景

该研究的潜在应用领域包括自动驾驶汽车、智能交通系统以及机器人导航等。通过提供更安全的轨迹规划，READ框架能够有效提升自主驾驶系统的安全性和可靠性，具有重要的实际价值和未来影响。

📄 摘要（原文）

Autonomous driving requires more than recognizing what is present in a scene: a planner must determine how road structure, surrounding agents, and their motion states should influence a future maneuver. Existing learning-based planners can capture these influences through latent scene features and trajectory decoders, but the relationship between environmental factors and candidate actions often remains implicit. This limits the ability to inspect, diagnose, or refine how scene context affects the safety of a predicted trajectory. Classical safety fields provide an explicit spatial representation of this relationship, but their risk shapes and relative weights are prescribed in advance and do not adapt to each scene. We introduce READ, a framework that learns an explicit, planning-aligned risk representation from complementary geometric and behavioral constraints. READ instantiates this representation as a continuous spatiotemporal field, enabling differentiable queries along candidate trajectories. The learned field connects scene understanding with action selection by encouraging predicted trajectories to align with low-risk regions, while retaining a differentiable interface for trajectory evaluation and refinement. READ integrates with both end-to-end planners and Vision-Language-Action models. Experiments on NAVSIM show consistent gains across matched end-to-end backbones and strong performance in a VLA setting; READ also achieves competitive results on NAVSIM v2. These results establish learned spatial risk as an explicit, adaptable representation for safe planning.