Plans Are Not Executions: Adapting Frozen World-Model Planners to Controller-Induced Execution Shift
作者: Danqi Zhao, Keyu Chen, Wenchao Sun, Minglei Huang, Jianhe Zhang, Yan Zhu, Hao Cheng, Zifan Cao, Sifa Zheng
分类: cs.RO
发布日期: 2026-10-15
备注: 8 pages, 7 figures, 4 tables
💡 一句话要点
提出ExecutionBridge以解决规划与执行之间的差距问题
🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture)
关键词: 世界模型规划 执行适应 控制器特性 自动驾驶 轨迹优化
📋 核心要点
- 现有的世界模型规划器在执行时与控制器之间存在规划与执行的差距，导致决策效果不佳。
- 本文提出ExecutionBridge，通过分析规划与执行的轨迹对，适应控制器特性，从而改善规划效果。
- 在NAVSIM实验中，ExecutionBridge在多个未见控制器配置下显著提升了规划性能，尤其在复杂场景中效果更为明显。
📝 摘要（中文）
世界模型规划器通过预测未来后果来评估候选轨迹，但在实际执行中，控制器可能会以不同方式执行相同的轨迹，从而导致规划与执行之间的差距。直接替换预测的执行轨迹并未显著改善决策效果。本文提出ExecutionBridge，通过从规划-执行轨迹对中推断控制器特定的执行特性，适应原始的自我潜在展开，同时保持原计划轨迹不变。在NAVSIM上，ExecutionBridge在未见控制器配置和多个冻结的世界模型规划器中持续改善规划效果，尤其在执行不匹配影响较大的复杂驾驶场景中，提升显著。
🔬 方法详解
问题定义：本文旨在解决世界模型规划器在实际执行中与控制器之间的规划与执行差距问题。现有方法直接替换预测的执行轨迹未能有效改善决策，显示出规划轨迹与执行轨迹之间的语义不匹配。
核心思路：论文提出ExecutionBridge，通过从规划-执行轨迹对中推断控制器特定的执行特性，来适应原始的自我潜在展开。这种设计旨在保持原计划轨迹不变，同时提高执行的准确性。
技术框架：ExecutionBridge的整体架构包括三个主要模块：规划器、世界模型和奖励头，所有模块均保持冻结状态。通过分析已执行的轨迹，ExecutionBridge能够调整潜在展开以适应控制器的执行特性。
关键创新：ExecutionBridge的核心创新在于其能够在不改变原始规划轨迹的情况下，利用控制器特定的执行特性来改善规划决策。这与传统方法的直接替换策略形成鲜明对比。
关键设计：在设计中，ExecutionBridge依赖于规划-执行轨迹对的分析，关键参数设置和损失函数的选择确保了适应过程的有效性，具体的网络结构细节在论文中进行了详细描述。
🖼️ 关键图片
📊 实验亮点
在NAVSIM实验中，ExecutionBridge在10种未见控制器配置下实现了0.048的PDMS提升，显著高于直接替换预测执行轨迹的效果，尤其在复杂驾驶场景中表现出更大的改进。
🎯 应用场景
该研究的潜在应用领域包括自动驾驶、机器人控制和智能交通系统等。通过提高规划与执行的一致性，ExecutionBridge能够显著提升自动化系统在复杂环境中的决策能力，具有重要的实际价值和未来影响。
📄 摘要（原文）
World-model planners evaluate candidate trajectories by predicting their future consequences, implicitly relying on the plan-to-motion relationship learned during training. At deployment, a different downstream controller may execute the same planned trajectory differently, creating a planning-execution gap between the frozen model's imagined future and actual execution. A natural remedy is to replace the planned trajectory with its predicted or observed execution. However, we find that better execution fidelity does not necessarily yield better decisions: directly substituting predicted execution trajectories yields only a 0.048 PDMS improvement across 10 unseen controller configurations, far smaller than the gain from our proposed adaptation. This suggests a semantic mismatch between a planned trajectory, which serves as a reference for downstream control, and an executed trajectory, which already describes the resulting post-controller motion. We introduce ExecutionBridge, which infers controller-specific execution characteristics from planned-executed trajectory pairs and uses them to adapt the native ego latent rollout while keeping the original planned trajectory unchanged. The planner, world model, and reward head remain frozen. On NAVSIM, ExecutionBridge consistently improves planning across unseen controller configurations and multiple frozen world-model planners, with substantially larger gains in challenging driving scenes where execution mismatch more strongly affects candidate evaluation.