用端点约束轨迹优化引导端到端驾驶模型

端到端驾驶策略通常通过开环行为克隆进行训练，但在部署到车辆上时最终必须以闭环方式运行，这在训练与执行之间造成了根本性不匹配。除了协变量偏移和因果混淆这些常被研究的影响之外，我们还识别出导致这种开环/闭环差距的一个互补因素：基于航点的监督和位移指标并不能确保中间轨迹在物理上连贯，或易于控制器跟踪。我们观察到，这些不一致主要集中在中间航点，而预测端点相对可靠。基于这一观察，我们提出 Endpoint-Constrained Optimization (ECO)，这是一个轻量级后处理层，它将轨迹锚定到车辆已执行的历史，保留策略预测的端点，并重塑中间航点以提高可行性。ECO 不需要地图、特权模拟器状态或额外训练，并且可以插入到广泛的航点输出策略及其控制器之间。在两个闭环模拟器中，它提升了全部六种受评估的生成式和基于回归的驾驶策略的总体闭环得分，并且收益往往会随着基础规划违反运动限制的频率增加而增大。在 HUGSIM 上，ECO 将 VaVAM 的 HD-Score 从 18.1 提升到 31.0（+71%），在 HUGSIM Closed-Loop Driving Challenge 中获得第 1 名。类似地，在 AlpaSim 上，ECO 分别将 VaVAM 和 DiffusionDrive 的场景得分提高了 123% 和 22%。这些结果表明，对于广泛的端到端驾驶模型，在不改变策略预测端点的情况下修复预测轨迹的中间几何形状，可以显著提升闭环性能。