https://xuquant.com/posts/autonomous-driving/Recent content in Autonomous Driving: End-to-End, VLA, and Beyond on Xu'Bloghttps://xuquant.com/og-default.pnghttps://xuquant.com/og-default.pngHugo -- 0.152.2zhTue, 26 May 2026 10:00:00 +0800https://xuquant.com/posts/autonomous-driving/production-vla-engineering-tradeoffs/Tue, 26 May 2026 10:00:00 +0800https://xuquant.com/posts/autonomous-driving/production-vla-engineering-tradeoffs/量产 VLA 在 VLM 训练、轨迹 head 选型、cross-attention 信号、不定长 stream membank、同构特征蒸馏、SFT-AFT-RL 三段配比、单板部署等 8 个具体选择上的取舍逻辑；以及 4 个'试过没用'的反例，标定了搜索空间的边界。https://xuquant.com/posts/autonomous-driving/affordance-vs-symbolic-perception/Sun, 24 May 2026 11:00:00 +0800https://xuquant.com/posts/autonomous-driving/affordance-vs-symbolic-perception/AD 圈把 affordance / symbolic 当二分讨论，但 symbolic 一词同时指结构化感知输出和 language 输出，benchmark 排序不一致，Wayve / Tesla / 蔚小理实际站位都是 hybrid——这条 spectrum 是 framing 错位。真正决定 production VLA 的是几条独立工程 axis。https://xuquant.com/posts/autonomous-driving/dense-latent-predictive-supervision/Sun, 24 May 2026 10:00:00 +0800https://xuquant.com/posts/autonomous-driving/dense-latent-predictive-supervision/AD VLA 用 sparse trajectory loss（12 个 waypoint × 2D = 24 scalars）监督 2B+ 参数 backbone，信息论 ratio ~10⁻¹⁰——supervision deficit 是 NAVSIM 87-93 区间停滞的核心原因。DriveVLA-W0 用 pixel-level future image prediction 补，方向对但路线非最优。V-JEPA 风格 latent predictive supervision 在 capacity / 推理 cost / 评测同构性三条上都更友好。https://xuquant.com/posts/autonomous-driving/3d-vision-injection-for-ad-vla/Fri, 22 May 2026 10:00:00 +0800https://xuquant.com/posts/autonomous-driving/3d-vision-injection-for-ad-vla/自动驾驶 VLA 系统部署时，vision tower 端 3D 注入的工程化决策——从 driving 真实需要的几何能力出发，经 latent space 拓扑分析、几何 prior 三种来源、五种注入路径，到车端推理预算这条硬约束，给出一套可操作的判别原则。https://xuquant.com/posts/autonomous-driving/4d-vision-encoder-for-autonomous-driving/Sun, 17 May 2026 10:00:00 +0800https://xuquant.com/posts/autonomous-driving/4d-vision-encoder-for-autonomous-driving/把 AR1 Tri-plane、Flex、MEM、Memory VLA、BEV/OCC、V-JEPA、DA3、VGGT 等 9 种 4D 视觉编码方案放进同一个信息瓶颈坐标系，从 Y 的四元结构（感知/预测/规划/推理）推出理想 4D encoder 的五个必要条件，给出 Qwen3.5 上 4V→7V 升级的评估路径。https://xuquant.com/posts/autonomous-driving/diffusion-planner-navigation-injection/Thu, 14 May 2026 10:00:00 +0800https://xuquant.com/posts/autonomous-driving/diffusion-planner-navigation-injection/业界商用导航 SDK 普遍输出 maneuver 链、辅助动作语义、车道级引导、路径航点等丰富信号，但公开数据集 nuPlan/nuScenes/NAVSIM 在采集环节就没有接入这些字段——消费完整 navi 的 VLA 研究当前只能在私有集上做。本文以「VLA 如何高效消费业界已提供的导航信息」为线索，逐层剖析 Prompt 编码、Adapter 对齐、Diffusion 条件、统一空间 Token 四层注入机制，并讨论 VLN 持续交互范式，涵盖 SpaceDrive、SSR、DiffusionPlanner、GoalFlow、ONR/MAT、SGDrive 等 2024-2026 最新工作。https://xuquant.com/posts/autonomous-driving/vlm-temporal-memory-mechanisms/Sat, 09 May 2026 06:00:00 +0800https://xuquant.com/posts/autonomous-driving/vlm-temporal-memory-mechanisms/系统梳理 VLM 中时序建模的主流方案：Nvidia Flex 编码器、LlamaFactory 视频处理管线、Qwen 时空压缩、Pi 0.7 MEM 时空可分离注意力与 Memory VLA，并基于 Qwen3-VL 工程实现详解 MEM 的零参数改造方案。https://xuquant.com/posts/autonomous-driving/reflectdrive-2-discrete-diffusion-end-to-end-driving/Sat, 25 Apr 2026 18:00:00 +0800https://xuquant.com/posts/autonomous-driving/reflectdrive-2-discrete-diffusion-end-to-end-driving/深度解读理想汽车 ReflectDrive-2：离散扩散用于端到端规划，「决策-起草-反思」三阶段配 AutoEdit 局部修正，RL 联合优化把 AutoEdit 增益放大 6 倍，纯相机输入 91.0 PDMS（NAVSIM v1 navtest），Thor 上 31.8ms/帧。https://xuquant.com/posts/autonomous-driving/diffusion-for-driving/Sat, 08 Nov 2025 10:00:00 +0800https://xuquant.com/posts/autonomous-driving/diffusion-for-driving/面向自动驾驶的扩散模型原理深度梳理：从 DDPM 的变分推断到 Flow Matching 的直线耦合，从 Classifier-Free Guidance 的条件控制到 Truncated Diffusion 的截断加速——理解每一步'为什么'而非仅仅是'怎么做'。https://xuquant.com/posts/autonomous-driving/basic_rl/Sat, 20 Sep 2025 10:00:00 +0800https://xuquant.com/posts/autonomous-driving/basic_rl/全面分析将强化学习应用于端到端自动驾驶系统，涵盖 metric caching 机制、不同动作表示下的 DPO，以及突破迭代自改进流水线采样上限的策略。https://xuquant.com/posts/autonomous-driving/nvidia_vla/Sat, 30 Aug 2025 10:00:00 +0800https://xuquant.com/posts/autonomous-driving/nvidia_vla/深入技术解析 Nvidia Alpamayo VLA 自动驾驶系统，以 Cosmos-Reason 为 VLM 主干，涵盖三平面视觉编码、自车捷径规避、变化因数据集范式，以及通过强化学习实现的推理-动作对齐。https://xuquant.com/posts/autonomous-driving/rl-policy-optimization-e2e-driving/Sat, 09 Aug 2025 10:00:00 +0800https://xuquant.com/posts/autonomous-driving/rl-policy-optimization-e2e-driving/端到端自动驾驶策略优化方法的系统推导：从 REINFORCE 到 PPO 再到 GRPO，涵盖优势估计、LLM 与驾驶采样的差异、多目标损失设计，以及扩散模型探索中噪声的作用。https://xuquant.com/posts/autonomous-driving/e2e-autonomous-driving-evolution/Sat, 19 Jul 2025 10:00:00 +0800https://xuquant.com/posts/autonomous-driving/e2e-autonomous-driving-evolution/端到端自动驾驶架构演化的技术综述，涵盖规划器解码器选择（AR vs Diffusion vs Flow Matching）、VLA 集成策略，以及数据基础设施、训练优化和评估系统的工程最佳实践。https://xuquant.com/posts/autonomous-driving/ar-trajectory-tokenization/Sat, 28 Jun 2025 10:00:00 +0800https://xuquant.com/posts/autonomous-driving/ar-trajectory-tokenization/深入探讨自回归驾驶规划器的轨迹分词方法：从基于 k-means 聚类的状态离散化，到 token 匹配与重建，再到 AR+Diffusion 范式与基于 GRPO 的强化学习后训练。https://xuquant.com/posts/autonomous-driving/generative-planning-nonconvex/Sat, 07 Jun 2025 10:00:00 +0800https://xuquant.com/posts/autonomous-driving/generative-planning-nonconvex/从第一性原理分析回归式规划器在自动驾驶中失败的原因：可行域是非凸的，MSE 将模式平均到障碍物上，GMM 是补丁而非解决方案，生成式方法是必要的。