arXiv cs.AI· Eugene Ku, Yiwei Lyu·· 10 天前AI 评分22
PC-Diffuser：面向扩散轨迹规划器的路径一致胶囊 CBF 安全过滤
PC-Diffuser: Path-Consistent Capsule CBF Safety Filtering for Diffusion-Based Trajectory Planner
AI 导读
PC-Diffuser 将可认证的路径一致障碍函数结构嵌入扩散规划的每一步去噪循环，让安全性成为轨迹生成的内在部分而非事后修补。它用胶囊距离障碍函数评估碰撞风险以更好贴合车辆几何，在运动学自行车模型下把去噪路点转为动态可行运动，并施加路径一致安全过滤器消除残余约束违反且不造成几何畸变。
正文 · AI 翻译
摘要：复杂交通场景中的自动驾驶要求规划器具备超越手工规则的泛化能力，这推动了从专家演示中学习行为的数据驱动方法。基于扩散的轨迹规划器近来通过迭代去噪完整时域规划展现出强大的闭环性能，但它们仍然难以被认证，并且在罕见或分布外场景中可能发生灾难性失败。为应对这一挑战，我们提出了 PC-Diffuser，一种安全增强框架，它将可认证的、路径一致的障碍函数结构直接嵌入扩散规划的迭代去噪循环中。其核心思想是使安全性成为轨迹生成的内在组成部分，而非事后修补：我们在展开过程中强制前向不变性，同时保持扩散模型预期的路径几何。具体而言，PC-Diffuser (i) 使用胶囊距离障碍函数评估碰撞风险，该函数能更好地反映车辆几何形状并减少不必要的保守性，(ii) 在运动学自行车模型下将去噪后的路点转换为动态可行的运动，(iii) 应用路径一致的安全滤波器，在不产生几何畸变的情况下消除残余约束违反，使修正后的规划仍接近学习到的分布。通过在每一步去噪中注入这些安全一致的修正，并将精炼后的轨迹反馈到扩散过程中，PC-Diffuser 实现了迭代的、上下文感知的安全保障，而非事后修复……
| 学科： | 机器人学（cs.RO）；人工智能（cs.AI） |
| 引用为： | arXiv:2603.10330 [cs.RO] |
| （或使用 arXiv:2603.10330v3 [cs.RO] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2603.10330 arXiv 颁发的 DOI，经由 DataCite |
提交历史
来自：Eugene Ku [查看邮箱]
[v1]
2026年3月11日星期三 01:52:56 UTC（1,645 KB）
[v2]
2026年7月14日星期二 22:20:34 UTC（1,681 KB）
[v3]
2026年10月5日星期一 20:58:40 UTC（1,684 KB）
来源：arXiv cs.AI · arxiv.org