ResAD：端到端自动驾驶的归一化残差轨迹建模

它要解决什么问题

从零预测完整未来轨迹，让模型承担了太多物理和远期不确定性。

机制拆解

1. 用车辆当前状态构造惯性参考轨迹，作为强物理先验
2. 通过扰动生成多种初始驾驶意图
3. 解码器不直接输出完整轨迹，而是预测归一化残差

量产判断

读完应该能问

• 我们给模型的先验是什么？还是让它从零学？

回到术语

• 扩散模型轨迹生成——先给真实轨迹逐步加噪，再学习反向去噪——天然适合表达「未来有多个合理答案」，但多步去噪会拖慢推理。
• 截断扩散与锚点——不从纯噪声出发，而是从聚类得到的轨迹锚点加少量噪声开始去噪，用少数几步换取车端实时性。