【新闻中心讯】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 Breaks Imitation 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。
DIVER框架图
下一步，燕山大学人工智能学院（软件学院）将立足计算机和人工智能核心学科优势，加大高水平青年科研人才引育力度，优化前沿科研布局，聚焦自动驾驶、大模型、计算机视觉、机器人智能等重点研究方向；不断深化跨校、跨行业、跨国界深度科研协同，打通基础理论创新与产业技术转化双向通道，激励全院师生勇攀学术高峰，力争产出更多标志性高水平成果，全方位推进学科建设、科研创新、人才培养协同提质，奋力推动学院各项事业迈上新台阶，为河北省乃至全国人工智能产业高质量发展贡献燕大力量。
IEEE Transactions on Pattern Analysis and Machine Intelligence（IEEE TPAMI）创刊于1979年，由IEEE计算机学会主办，是国际公认计算机视觉、模式识别、机器学习、人工智能方向第一梯队顶级期刊。该刊为中国计算机学会（CCF）权威认定A类期刊、中国科学院SCI一区TOP期刊，近五年平均影响因子超20，谷歌学术H5指数高达165，在全球计算机工程、人工智能类期刊中长期位列榜首。TPAMI审稿标准极为严苛、评审周期长、年录用论文总量稀缺，仅收录具备重大原创性、完整理论论证、充分实验验证的突破性研究，论文录用难度极高，发表成果代表相关领域顶尖学术水平，在全球高校、科研院所、头部科技企业均拥有极高认可度与学术声誉。（编辑 高慧渊）
