Odyssey: A Closed-Loop Benchmark for Long-Horizon Real-World Driving with Explicit Navigation Routes

📄 arXiv: 2610.06469v1 📥 PDF

作者: Jungho Kim, Hongjae Shin, Seunghoon Yu, Heecheol Yoo, Myeongjun Kim, Jiyong Oh, Donghyuk Kwak, Seunghyeop Nam, Haesung Oh, Hyunju Kim, Hyungchan Cho, Jaehyun Park, Soo Won Seo, Jun Won Choi

分类: cs.RO, cs.AI

发布日期: 2026-10-05

备注: 26pages, 12 figures

💡 一句话要点

提出Odyssey基准以解决长时间驾驶评估问题

🎯 匹配领域: 支柱三：空间感知与语义 (Perception & Semantics) 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 闭环评估 长时间驾驶 导航路线 自动驾驶 性能评估 交通互动 3D图像精炼

📋 核心要点

  1. 现有基准仅评估短段驾驶，无法捕捉早期决策对后续驾驶的影响，导致评估不全面。
  2. Odyssey通过重建长达100秒的驾驶场景，并用明确的地图路线替代模糊指令，提供一致的导航目标。
  3. 引入SD路线合规性和预换道评分等新指标，评估规划者的导航表现，提升了评估的准确性。

📝 摘要（中文）

闭环评估端到端驾驶需要连续的回放，以揭示早期决策如何影响后续驾驶。然而，现有基准仅评估短段，未能捕捉后续影响。Odyssey是一个长时间驾驶的闭环基准，包含100个场景，每个场景重建自100秒的nuPlan驾驶日志，以保留导航操作和交通互动的上下文。Odyssey用明确的标准定义(SD)地图路线替代模糊的方向指令，确保一致的导航目标，同时基于传感器的规划决定局部驾驶行为。通过扩散基础的3DGS图像精炼，减少了自我轨迹上的渲染伪影。我们引入SD路线合规性和预换道评分，以评估规划者遵循这些路线和准备即将到来的操作的有效性。

🔬 方法详解

问题定义：论文要解决的具体问题是现有驾驶基准无法有效评估长时间驾驶的闭环效果，尤其是早期决策对后续驾驶的影响。现有方法的痛点在于仅关注短段驾驶，缺乏对连续决策的全面评估。

核心思路：论文的核心解决思路是构建Odyssey基准，通过重建长时间的驾驶场景，并用明确的地图路线替代模糊的方向指令，确保导航目标的一致性，从而提升评估的有效性。

技术框架：整体架构包括场景重建、明确导航路线的设定、基于传感器的局部规划、以及通过扩散基础的3DGS图像精炼来减少渲染伪影。主要模块包括场景生成模块、导航路线模块、局部规划模块和评估模块。

关键创新：最重要的技术创新点在于引入了SD路线合规性和预换道评分等新评估指标，这些指标能够更好地反映规划者在遵循导航路线和准备换道方面的表现，与现有方法相比，提供了更为全面的评估视角。

关键设计：在设计中，采用了明确的标准定义地图路线，结合传感器数据进行局部规划，此外，使用扩散基础的图像精炼技术来减少渲染伪影，确保生成的图像质量高且真实。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，使用Odyssey基准的评估方法显著提高了规划者的导航表现，尤其是在遵循SD路线和换道准备方面。与传统方法相比，新的评估指标能够更准确地反映驾驶决策的有效性，提升了整体性能。

🎯 应用场景

该研究的潜在应用领域包括自动驾驶系统的开发与评估、智能交通系统的优化以及机器人导航等。通过提供一个全面的评估基准，Odyssey能够帮助研究人员和工程师更好地理解和改进自动驾驶技术，推动智能交通的实际应用和发展。

📄 摘要（原文）

Closed-loop evaluation of end-to-end driving requires continuous rollouts that reveal how earlier decisions affect subsequent driving. However, existing benchmarks evaluate only short segments and fail to capture later consequences. Ambiguous directional commands also obscure the intended navigation objective. We introduce Odyssey, a closed-loop benchmark for long-horizon driving comprising 100 scenarios, each reconstructed from a 100-second nuPlan driving log to preserve the context of navigation maneuvers and traffic interactions. To provide a consistent navigation objective, Odyssey replaces directional commands with explicit standard-definition (SD) map routes that specify which roads to follow, while sensor-based planning determines local driving actions. Throughout these rollouts, diffusion-based refinement of 3DGS-rendered images reduces rendering artifacts along the ego trajectory. To assess how effectively planners follow these routes and prepare for upcoming maneuvers, we introduce SD Route Compliance and Pre-Lane Change Score. These assessments are complemented by RouteDS, which extends the Driving Score with penalties for SD-route deviations and failed lane preparation. We adapt state-of-the-art planners, including vision-language-action (VLA) models, and evaluate their navigation performance using these metrics. Odyssey highlights open questions in route representation and integration for E2E driving. Benchmark code and adapted baselines will be released publicly.