EMPlan：奖励引导偏好优化的多模态轨迹规划

2026年10月1日，arXiv cs.RO 报道研究者提出 EMPlan，一种面向自动驾驶的高效多模态轨迹规划方法。该方法采用稀疏锚点加偏移精修模块的混合架构：稀疏锚点以低时延给出粗轨迹候选，偏移模块再精修以提升精度。训练上采用预训练加奖励引导微调的两阶段方案，利用规则奖励信号与非成对偏好监督，在不增加推理成本的前提下提升安全性。在非反应式 NAVSIM 基准上，EMPlan 在实时约束下兼顾了规划精度与效率。目前进展为该方法被公开报道，尚无后续验证或对比结果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。