摘要
本文研究了自动驾驶中可解释规划器在传感器退化下的可靠性。通过对 Alpamayo R1 模型进行大规模扰动实验，发现因果链（CoC）解释的一致性是轨迹可靠性的关键指标：解释变化时轨迹偏差显著增加。实验表明，启用 CoC 生成能显著提升轨迹精度，且性能退化与噪声强度呈线性关系。研究确立了 CoC 一致性作为规划安全的量化代理，并提倡基于推理的运行时监控以增强部署安全性。
AI 推荐理由
论文核心研究因果链解释的一致性作为推理可靠性的指标，直接评估推理脆弱性。
研究机构
NVIDIA Corporation, USA
NVIDIA GmbH, Germany
论文信息