端到端再进化！用扩散模型和MoE打造会思考的自动驾驶Policy（同济大学）

最近，大模型在自动驾驶领域也逐渐崭露头角，像视觉-语言模型（VLM）和视觉-语言-动作模型（VLA）已经在理解场景、语义关联和泛化能力上有了不错的表现。不 过，这类模型在实际连续控制场景中还受一些限制，比如推理速度慢、动作不够连贯，以及安全性保障难度大。 与此同时，扩散模型（Diffusion Models）正在改变视觉、音频和控制领域的生成式建模方式。和传统的回归或分类方法不同，扩散策略（Diffusion Policy, DP）把动作生 成看作一个"逐步去噪"的过程，不仅能更好地表达多种可能的驾驶选择，还能保持轨迹的时序一致性和训练的稳定性。不过，这类方法在自动驾驶中还没被系统化研究 过。扩散策略通过直接建模输出动作空间，为生成平滑可靠的驾驶轨迹提供了一种更强大、更灵活的思路，非常适合解决驾驶决策中的多样性和长期稳定性问题。 另一方面，专家混合（MoE, Mixture of Experts）技术也逐渐成为大模型的重要架构。它通过按需激活少量专家，让模型在保持计算效率的同时具备更强的扩展性和模块化 能力。MoE 在自动驾驶中也被尝试应用，比如做多任务策略和模块化预测，但大多数设计还是面向具体任务，限制了专 ...