人工智能学院(软件学院)青年教师宋子盈博士自动驾驶研究成果刊发人工智能国际顶刊 IEEE TPAMI

近日，燕山大学人工智能学院（软件学院）青年教师宋子盈博士牵头，联合北京交通大学、地平线机器人、南洋理工大学、澳门大学、昆士兰大学等海内外高校与头部自动驾驶企业开展协同攻关，在自动驾驶生成式轨迹规划方向取得关键性创新突破。相关研究成果论文《DIVER: Reinforced Diffusion BreaksImitation Bottlenecks in End-to-End Autonomous Driving》被国际计算机视觉与模式识别顶刊 IEEE Transactions on Pattern Analysis and Machine Intelligence（TPAMI）正式录用。宋子盈为论文第一作者，全程独立牵头算法框架搭建、多场景对照实验、文稿撰写修订、跨单位协同对接及整体研究推进等核心工作，充分彰显学院青年科研人员扎实的理论储备、完整自主的科研攻坚能力与前沿领域创新潜力。该论文由宋子盈、刘林、潘虹宇、廖本成、郭明哲、杨磊、张永昌、徐少清、贾彩燕、罗雅丹共同完成。

自动驾驶轨迹规划是整车决策控制系统的核心模块，直接影响车辆行车安全、通行效率与复杂场景适配能力。针对当前端到端自动驾驶主流模仿学习范式存在轨迹模式坍塌、复杂路况泛化性不足、安全约束难以落地等核心痛点，同时现有扩散生成模型缺少安全定向优化机制、领域缺乏标准化轨迹多样性评价指标等学术短板，宋子盈及联合攻关团队原创提出强化扩散规划框架 DIVER。该框架深度耦合扩散模型多模态生成能力与强化学习全局优化目标，从建模、训练、评测层面完成全方位创新。研究将扩散去噪过程建模为驾驶随机策略，打通生成模型与强化学习的优化通路；设计群组相对策略优化机制，依托轨迹层级安全奖励约束生成过程，兼顾轨迹多元性与行车碰撞规避能力；同时提出全新轨迹多样性量化评价准则，弥补传统 L2 误差指标无法衡量多模态生成效果的领域空白。

在该项研究中，宋子盈作为牵头负责人统筹海内外多单位协同攻关，围绕生成式自动驾驶底层瓶颈，完整主导算法框架设计、核心机制创新、多平台对照实验与论文撰写梳理等全部核心工作。团队跳出单纯复刻人类驾驶数据的传统思路，以强化扩散融合范式突破模仿学习固有缺陷，为端到端轨迹规划开辟全新技术路径。

相关成果在 NAVSIM、Bench2Drive、nuScenes数据集等多个主流自动驾驶基准上进行了系统验证，展现出良好的性能与鲁棒性。尤其是DIVER 在轨迹多样性、复杂场景泛化能力、碰撞规避率、行驶平滑度四大关键指标均实现大幅提升。该研究不仅完善了生成式自动驾驶的理论与评测体系，也为企业研发高安全、强鲁棒高阶自动驾驶系统提供完整理论支撑与工程落地参考。