近日，旨在分享和探討機器人技術與機器學習交叉領域最新進展的國際頂級機器人學習會議CoRL 2025（Conference on Robot Learning）論文接收結果揭曉。易控智駕研發團隊與中科院自動化所深度強化學習團隊聯合提出的端到端自動駕駛方案《ReasonPlan: Unified Scene Prediction and Decision Reasoning for Closed-loop Autonomous Driving》成功入選。該論文提出的方案在復雜交互場景中，尤其是決策推理方面展現出突破性進展，有望推動自動駕駛邁向更高水平的智能化，是易控智駕探索最新人工智能算法，引領礦山無人駕駛行業技術發展的重要體現。

ReasonPlan： 突破復雜交互場景瓶頸 讓自動駕駛看得懂、會思考

在復雜的道路環境中，傳統端到端自動駕駛方法往往難以實現諸如超車、繞行等強交互行為。這類行為不僅要求自動駕駛車輛具備精準的感知能力，更需要深入理解場景，預測其他交通參與者的意圖，并規劃出合理且安全的軌跡，這樣才能實現接近人類駕駛的靈活性與安全性。然而，現有端到端方法通常只依賴模仿人類駕駛員的軌跡數據，缺乏真正的因果推理能力。當面對罕見或極端復雜的陌生場景時，這些模型往往大打折扣。

針對這一核心挑戰，易控智駕與中科院團隊創新性地提出了端到端自動駕駛方案——ReasonPlan。該方案的技術創新點：

提升環境理解與安全性判斷：ReasonPlan通過分析已知環境數據，自我學習如何預測周圍交通環境的變化，更精準地判斷安全可行的行駛空間。

結構化鏈式推理規劃：與傳統“端到端”模型直接給出駕駛指令不同，ReasonPlan采用鏈式推理方式進行車輛行駛規劃，即將復雜問題拆解為多個子問題，并按照步驟推理解決。這種方法讓ReasonPlan如同擁有了“思考過程”，即使在面對全新的道路結構或異常行為時，也能依據邏輯而非單純經驗做出合理判斷，有效避免了傳統模仿學習方法常出現的“因果混淆”問題。

權威測試驗證：性能領先泛化卓越

在業內權威的“Bench2Drive”測評中（國際首個全面模擬真實駕駛情況的“端到端”自動駕駛評估平臺），ReasonPlan方案以64.01分的高分表現出色，核心指標大幅領先行業頂尖水平。其中，衡量自動駕駛模型與人類駕駛標準之間差異的核心指標之一——L2誤差降低了16.44%，意味著其駕駛決策更趨近人類的安全與靈活風格。

同時，在DOS基準（由多種遮擋事件組成的駕駛模擬基準）零樣本泛化測試中，ReasonPlan展現出強大的適應性。它無需針對從未見過的新場景進行額外學習訓練，就能夠有效處理，充分證明了方案的強大魯棒性。

未來，易控智駕將把ReasonPlan方案的先進技術逐步應用于無人駕駛礦卡解決方案中，以提升無人礦卡在動態變化的復雜礦山運輸環境下的行為表現，如標準工藝流程之外的工程機械臨時交互場景、作業面推進出現的非規則路口場景，極大提升車輛在非預設場景下交互的應變合理性與行為安全性，為礦山安全高效的生產提供更強大技術保障。

原文標題：易控智駕與中科院合作成果入選頂會！ReasonPlan：突破復雜交互場景瓶頸

文章出處：【微信公眾號：易控智駕】歡迎添加關注！文章轉載請注明出處。