G2DP: Diffusion Planning with Spatio-Temporal Grid Guidance
作者: Hang Yu, Ye Jin, Alessandro Canevaro, Julian Schmidt, Julian Jordan, Peizheng Li, Marc Kaufeld, Silvan Lindner, Johannes Betz, Wilhelm Stork
分类: cs.RO
发布日期: 2026-06-24
💡 一句话要点
提出G2DP以解决自主驾驶中的运动规划问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱二：RL算法与架构 (RL & Architecture) 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 扩散规划 自主驾驶 时空成本体积 运动规划 安全性 深度学习 智能交通
📋 核心要点
- 现有的扩散规划方法在密集交通中表现出随机性，缺乏有效的实时指导，导致安全性和路径遵循问题。
- G2DP通过构建可微分的时空成本体积，直接将环境约束融入去噪过程，增强了规划的安全性和效率。
- 在nuPlan基准测试中，G2DP的反应评分比最强模仿学习基线提高了7.2分，并在其他基准上也表现优异。
📝 摘要（中文）
在自主驾驶领域，基于扩散的规划器已成为应对密集和互动交通的有前景的运动规划范式，能够有效建模多样的驾驶行为。然而，其固有的随机性常常需要在去噪过程中进行明确的指导，以确保安全性和路径遵循。现有的指导方法通常依赖于稀疏的几何查询或事后优化，导致在互动场景中情境意识有限且性能脆弱。为了解决这一问题，本文提出了G2DP（网格引导扩散规划），该规划器通过推理时的指导直接强制执行密集的环境约束。G2DP通过融合未来占用分布与路径进度图构建了可微分的时空成本体积，并将其形式化为连续的安全能量泛函，直接将密集梯度注入去噪循环，积极引导轨迹生成朝向无碰撞和最优进度区域。大量闭环评估表明，G2DP在nuPlan上实现了最先进的性能，反应评分比最强的模仿学习基线提高了7.2分。
🔬 方法详解
问题定义：本文旨在解决现有扩散规划方法在密集和互动交通场景中缺乏有效指导的问题，导致安全性和路径遵循的不足。
核心思路：G2DP通过构建一个可微分的时空成本体积，将环境约束直接融入到去噪过程中，从而增强了规划的安全性和效率。
技术框架：G2DP的整体架构包括三个主要模块：1) 融合未来占用分布与路径进度图的时空成本体积构建；2) 将该体积形式化为连续的安全能量泛函；3) 在去噪循环中注入密集梯度以引导轨迹生成。
关键创新：G2DP的核心创新在于通过时空成本网格实现了对环境约束的密集引导，这与现有方法依赖稀疏几何查询的方式本质上不同。
关键设计：在设计中，G2DP采用了特定的损失函数来优化安全能量泛函，并利用深度学习网络结构来实现时空成本体积的构建与处理。具体的参数设置和网络结构细节在实验部分进行了详细描述。
🖼️ 关键图片
📊 实验亮点
G2DP在nuPlan基准测试中实现了最先进的性能，反应评分比最强模仿学习基线提高了7.2分。此外，在零样本迁移到interPlan和DeepScenario基准时，碰撞避免率比无指导方法提高了10.15，显示出其优越的泛化能力。
🎯 应用场景
G2DP的研究成果在自主驾驶、机器人导航和智能交通系统等领域具有广泛的应用潜力。通过提供更安全和高效的运动规划方案，该方法能够显著提升自动驾驶车辆在复杂交通环境中的表现，促进智能交通系统的进一步发展。
📄 摘要（原文）
In autonomous driving, diffusion-based planners have emerged as a promising paradigm for robust motion planning in dense and interactive traffic, as they can effectively model diverse driving behaviors. However, their inherent stochasticity often requires explicit guidance during denoising to ensure safety and route adherence for robust closed-loop execution. Existing guidance typically relies on sparse, entity-centric geometric queries or post-hoc refinement, yielding limited situational awareness and fragile performance in interactive scenes. To address this issue, we propose G2DP (Grid-Guided Diffusion Planning), a diffusion-based planner that directly enforces dense environmental constraints through inference-time guidance. Specifically, G2DP constructs a differentiable spatio-temporal cost volume by fusing probabilistic future occupancy distributions with a route-progress map. By formulating this volume as a continuous safety energy functional, it injects dense gradients directly into the denoising loop, actively steering trajectory generation toward collision-free and progress-optimal regions. Extensive closed-loop evaluations show that G2DP achieves state-of-the-art performance on nuPlan, outperforming the strongest imitation-learning baseline by +7.2 points in reactive score. It further maintains top scores in zero-shot transfers to interPlan and DeepScenario benchmarks, with collision avoidance improving by +10.15 over the unguided approach on interPlan. These results demonstrate that spatio-temporal cost grids serve as an effective representation for robust guidance in diffusion-based planning.