Trajectory Evaluation via Rollout-Free World Model for End-to-end Autonomous Driving

📄 arXiv: 2611.05072v1 📥 PDF

作者: Junzhe Wang, Jinqing Zhang, Qingjie Liu

分类: cs.RO, cs.AI, cs.CV

发布日期: 2026-11-03

💡 一句话要点

提出RFWorld以解决自主驾驶轨迹评估中的高成本问题

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture)

关键词: 自主驾驶 轨迹评估 世界模型 无回滚 计算效率 语义监督 共享记忆

📋 核心要点

  1. 现有的轨迹评估方法在推理时需要重建完整的未来场景，导致高计算成本和预测误差累积。
  2. RFWorld通过构建共享场景记忆，利用轻量级的时间读取和语义监督，避免了回滚过程，降低了计算复杂度。
  3. 在NAVSIM和Bench2Drive上的实验表明，RFWorld在轨迹评估中表现出色，达到了最先进的性能水平。

📝 摘要（中文）

尽管现有的候选轨迹评估器在端到端规划精度上有显著提升，但其机制仍然存在不足。基于模型的评估器通常通过显式预测候选条件下的未来状态来进行评分，这种方法称为回滚（rollout），但回滚会导致高推理成本和累积预测误差。本文提出RFWorld，一个无回滚的世界模型，用于端到端轨迹评估。RFWorld构建了一个共享场景记忆，并通过轻量级的时间读取与语义监督将其塑造成可读的未来表示，从而降低训练开销。在推理时，候选轨迹通过稀疏空间读取直接查询共享记忆进行评分，减少了计算量，同时避免了递归回滚错误。实验结果表明，RFWorld学习到更符合规划的世界表示，并实现了最先进的性能。

🔬 方法详解

问题定义：本文旨在解决现有轨迹评估方法中高推理成本和累积预测误差的问题。现有方法依赖于回滚机制，导致计算效率低下。

核心思路：RFWorld的核心思路是构建一个共享的场景记忆，通过轻量级的时间读取来获取未来相关信息，而不是重建完整的未来场景，从而实现高效的轨迹评估。

技术框架：RFWorld的整体架构包括两个主要模块：共享场景记忆和稀疏空间读取。在训练阶段，通过语义监督对场景记忆进行优化；在推理阶段，候选轨迹直接从共享记忆中查询信息进行评分。

关键创新：RFWorld的最大创新在于其无回滚的设计，避免了传统方法中的递归回滚错误，同时显著降低了计算复杂度。

关键设计：在技术细节上，RFWorld采用了轻量级的网络结构和损失函数，确保了训练过程的高效性和模型的准确性。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果显示，RFWorld在NAVSIM和Bench2Drive数据集上实现了最先进的性能，相较于基线方法，计算效率提高了约规划时间与候选轨迹数量的乘积，且避免了传统方法中的递归回滚错误。

🎯 应用场景

该研究的潜在应用领域包括自动驾驶汽车的轨迹规划与评估，能够显著提高车辆在复杂环境中的决策效率。RFWorld的设计理念也可扩展至其他需要实时决策的智能系统，如机器人导航和无人机飞行控制，具有广泛的实际价值和未来影响。

📄 摘要（原文）

Although existing candidate trajectory evaluators have substantially improved end-to-end planning accuracy, their underlying mechanism remains suboptimal. Model-based evaluators typically make scoring future-aware by explicitly predicting candidate-conditioned future states over the planning horizon, which we term rollout. However, rollout incurs high inference cost and accumulates prediction errors. We argue that planning does not require reconstructing a full future scene for each candidate, but only future-relevant information for reliable comparison. We therefore propose RFWorld, a Rollout-Free World model for end-to-end trajectory evaluation. RFWorld constructs a shared scene memory and shapes it into a future-readable representation via lightweight training-time temporal readout with semantic supervision, keeping training overhead low. At inference time, candidate trajectories directly query the shared memory via sparse spatial readout for scoring, reducing computation by roughly the planning horizon times the number of candidate trajectories, while avoiding recursive rollout errors. Experiments on NAVSIM and Bench2Drive show that RFWorld learns a more planning-aligned world representation and achieves state-of-the-art performance.