在部分可观测环境中学习自动驾驶的 Unified Risk Map

TL;DR 提出统一风险地图学习框架，融合交通流与碰撞风险的时空建模，并利用扩散生成对抗性遮挡场景，显著提升部分可观测环境下的碰撞安全余量。

问题

问题背景

部分可观测环境（如遮挡）是自动驾驶感知与规划的核心挑战之一。车辆需在不可见区域存在未知交通参与者的情况下，实时评估风险并做出安全决策，这要求系统具备根据有限观测推断潜在危险的能力。

现有方法局限

目前主流方案分两类，各有明显不足：

• 可达性分析通过计算所有物理可达状态来界定风险，但往往过度保守。例如，对路口被遮挡区域直接标记为高危，频繁触发不必要的减速或停车，严重影响通行效率。它无法利用交通流先验（如车辆通常不会逆行）精细区分真实威胁与理论可能性。
• 轨迹预测试图显式生成不可见车辆的潜在轨迹来评估碰撞概率。然而遮挡引入的高不确定性使预测模型准确率急剧下降，极易遗漏关键冲突轨迹或输出不合常理的路径，导致风险误判。
• 数据瓶颈：遮挡交互场景（如突然从盲区窜出的车辆）在真实驾驶数据中占比极低，有监督学习难以覆盖长尾边缘案例，模型泛化能力受限。

技术挑战与重要性

遮挡问题本质是部分可观测性下的序贯决策问题：系统需同时处理认知不确定性（由于观测缺失导致的状态推断不准）和随机不确定性（其他智能体的行为不可预测），并在安全裕度与行为果断性之间取得微妙平衡。若风险评估过严，车辆会化身“幽灵刹车”发起者，危及后车并降低交通流稳定性；若过松，则可能直面碰撞风险。业界对此高度关注：Waymo、Cruise等头部厂商均将遮挡处理列为安全规划的关键模块，Waymo Open Motion Dataset专门提供了遮挡相关的标注与基准，凸显其实用价值。

行业类比

该挑战类似于对话系统处理“说话说一半”的开放式场景：模型需基于不完整信息推断真实意图并生成安全回复，但自动驾驶的代价是物理碰撞，对推理的鲁棒性和时效性要求远高于文本生成。

核心洞察

• 统一风险地图将交通流风险与碰撞风险融入时空联合建模，量化遮挡区域危险程度，而非仅依赖可达集或轨迹不确定性，从而更精确地权衡安全与通行效率。现有方法要么将未观测区域整体视为高风险，导致过度保守；要么只预测单轨迹，难以处理多模态遮挡交互。本文通过时空网格建模交通流模式与碰撞概率，生成连续风险值，使规划器能在风险更低的区域寻路，而非一刀切式规避，显著提升了效率和安全性。
• 扩散模型生成逼真且对抗性的遮挡交互场景，弥补真实数据中此类危险样例的稀缺，并迫使风险模型习得更鲁棒的风险表征。与常见的数据增强或纯随机生成不同，本文专门设计对抗性场景：对自车而言危险但符合物理约束的交通情景，迫使模型学习处理极端遮挡冲突。这种定向补充训练数据的方法比单纯扩大数据量更高效，让风险预测模型在没有见过的遮挡组合下仍能输出可靠的风险地图。

方法

统一风险图建模与学习框架

输入 包括自车周围部分可观察环境（含可见区域与遮挡区域的历史轨迹、地图信息），以及自车当前状态与规划路径。

核心模块 沿“建模—生成—预测—规划”主线组织：

1. 遮挡风险建模
   将风险分解为 交通流风险 与 碰撞风险 两个互补维度，通过时空注意力联合建模。交通流风险刻画遮挡区内可能涌现的车辆流密度与动态，碰撞风险则基于未来轨迹的时空交叠关系进行细粒度评估。二者融合形成 统一风险图 (Unified Risk Map) 的监督信号。

2. 遮挡交互数据生成
   针对真实数据中遮挡交互场景稀缺的问题，提出 基于扩散模型的场景生成框架。该框架以真实场景片段为条件，通过去噪扩散过程生成“真实但具对抗性”的遮挡场景——在保持交通规则与物理合理性的前提下，最大化风险图预测的难度，从而提升模型对长尾危险情形的覆盖。

3. 遮挡风险预测
   采用编码器-解码器结构，以部分可观察的环境信息为输入，输出稠密的 时空风险图。学习目标既包含监督损失（与建模模块生成的 Ground Truth 风险图对齐），又包含生成对抗损失（由数据生成模块提供困难样本驱动），使模型在高不确定性下仍能给出可靠的风险估计。

4. 风险感知规划
   将预测的风险图作为规划器的势场约束，结合可达集与轨迹优化，引导自车选择最小化碰撞风险且符合交通规范的驾驶行为。

输出 为每个时空位置的概率型碰撞风险值，直接服务于下游规划决策。

与同类方法的差异点：不同于基于可达集的主流方案（容易导致风险高估），也不同于先预测遮挡区内完整轨迹再评估风险的方法（在高遮挡下误差累积严重），本工作通过端到端学习统一风险图，直接建模遮挡不确定性，并借助扩散生成主动暴露模型弱点，在 Waymo 数据集上使最小 TTC 提升 0.78 倍、平均 TTC 提升 1.67 倍。

实验

实验设计

评估在 Waymo Open Motion Dataset 上进行，对比现有领先的遮挡感知预测基线。指标聚焦于 碰撞时间 (TTC) 的最小值与均值，直接衡量规划轨迹的安全裕度。为克服遮挡交互数据稀缺，方法引入扩散场景生成框架，合成真实而对抗性的场景用于训练。

关键发现

统一风险图建模显著提升安全性能：最小 TTC 提升 0.78 倍，平均 TTC 提升 1.67 倍。这说明通过时空建模融合交通流风险与碰撞风险，能对遮挡诱发危险进行细粒度评估，使自车提前做出更保守、更平滑的避碰决策。

与基线对比解读

现有方法 要么基于可达状态高估风险（过于保守），要么在高遮挡不确定性下轨迹预测失准。本框架将显式的风险图学习与风险感知规划结合，并利用扩散模型生成多样且对抗性的遮挡交互，以缓解数据稀缺。这提升了模型对罕见但危险场景的泛化能力，从而在真实数据上大幅超越 SOTA 基线。

行业影响

落地场景

统一风险地图 框架直接瞄准 L4 自动驾驶系统在城市开阔环境中的遮挡风险评估与规划，典型场景包括交叉路口、窄路交汇、停车场出口等因建筑物或车辆造成的视线盲区。该技术可嵌入：

• Robotaxi 运营平台（如 Waymo、Cruise）的决策规划模块，应对“鬼探头”、突然闯入等危险事件。
• 末端配送无人车（如 Nuro、Starship）在社区非结构化道路上的安全通行，降低与行人、骑行者发生碰撞的概率。
• 乘用车 ADAS 系统，提供比传统占位栅格更精准的碰撞预警和避让策略。

此外，基于扩散的场景生成器 可作为仿真工具链的核心组件，自动生成高保真对抗性遮挡案例，用于感知-预测-规划系统的离线测试与参数调优。

商业价值

• 安全降本：将最小 TTC 提升 0.78 倍、平均 TTC 提升 1.67 倍，直接减少事故率，降低因碰撞导致的维修、保险理赔与法律责任成本。对于 Robotaxi 车队，事故率每下降 1% 都可能节省数百万美元的年度赔付。
• 加速商业化验证：更可靠的风险评估可支撑更激进（但安全）的行驶策略，提升运营效率与用户信任，有助于通过监管审批。对于 ADAS 供应商，差异化风险预警能力可增强主机厂的合作意愿。
• 降低开发成本：扩散场景生成器可替代大量昂贵且危险的实车封闭测试，通过对抗性仿真快速暴露系统弱点，缩短算法迭代周期。

与现有产品/工作流的接口

该框架可作为插件式风险评估层集成到主流自动驾驶软件栈：

1. 上游输入：接收感知模块的栅格化占用图（如 occupancy_grid）和预测模块的多模态未来轨迹。
2. 核心输出：生成时空统一风险地图 UnifiedRiskMap，可直接输入给下游规划器（如基于优化的 MPC 或基于采样的 lattice planner），作为代价函数中的风险项。
3. 兼容性：与现有模块化系统（如 Autoware、Apollo）无缝对接，仅需增加一个 risk_assessor 节点；对于端到端网络，风险地图可作为辅助训练信号或决策输出的先验分布。

具体应用实例：

• 自动驾驶出行服务：Waymo 在城市中心路口左转时，对向车道被公交车遮挡，本框架实时评估碰撞风险，触发减速或等待动作，避免与抢行车辆相撞。
• 末端物流配送：Nuro 无人车在居民区道路行进时，路边停靠的 SUV 遮挡前方玩耍儿童，系统提前生成高风险区域，规划绕行轨迹，显著提升安全性。

局限

• **实时性未验证**：框架包含扩散模型场景生成、时空风险建模与风险感知规划等模块，计算开销较大。论文未提供推理时间或硬件资源需求，难以评估在车载嵌入式环境下的部署可行性，实际应用中可能需要简化或工程优化。
• **生成场景的可靠性与泛化性**：扩散模型生成的“真实但对抗”场景依赖训练数据分布，其生成质量的衡量仅靠定性或间接指标，可能产生噪声或模式坍塌，导致风险图系统地高估或低估某些遮挡交互。且未讨论生成场景对未见区域的覆盖率，在开放世界场景中风险预测可能退化。
• **实验范围较窄**：仅基于Waymo Open Motion Dataset评测，缺少跨数据集、多驾驶场景（如交叉路口、环岛、不同天气/光照）的对比；基线方法仅列一种state-of-the-art，未与更多遮挡处理策略（如reachability-based、POMDP规划）或端到端方法对齐，结论普适性有待加强。