会上可能听到:“ADE 降了 0.2。——这对用户意味着什么?”
它到底是什么意思
ADE/FDE 本质是模仿误差,不含安全、法规、交互语义。Miss Rate 和 Overlap 关注轨迹覆盖,对规则一致性和博弈同样不足。
一句话记忆:榜单分数高,不代表车开得好。这个区分会一路贯穿到 reward 设计和量产评测。
开环指标可复现、成本低,但无法验证「动作改变未来状态后的恢复能力」;闭环更接近真实驾驶,但依赖仿真质量、更难稳定复现。
机制图解
两条轨迹,ADE 几乎一样
轨迹 A贴着人驾轨迹走,但在路口犹豫了 2 秒
轨迹 B同样贴合,但从行人身边 30cm 擦过
容易搞混的地方
常见误解
ADE 降低说明车开得更好
正确理解
它只说明更像人驾轨迹,不含安全、法规和交互语义
常见误解
指标全面提升说明这版没问题
正确理解
单指标提升常伴随其他维度悄悄退化,要主动问退化项
看懂之后可以追问
- 这个指标的提升,对应到用户能感知的哪个体验?跨职能团队必须把指标翻译成体感和安全边界。答不上来的指标提升,很可能是在优化榜单而不是产品。
- 有没有哪个安全或舒适指标在这一版是退化的?单指标提升常伴随其他维度退化。主动问退化项,比等季度复盘发现要早得多。
沿着主线继续
先知道
- 开环与闭环——开环用数据集里的真实下一状态,闭环用环境动力学产生下一状态——前者看不到误差累积,后者才检验纠错能力。
接着看
- 碰撞时间与弱势交通参与者——TTC 是碰撞时间;VRU 是行人骑行者。关键不只是轨迹会不会相交,而是会不会在接近同一时刻到达交点。
出处:课程学习总纲 总纲 §3.6