内容摘要
这篇论文审视了 Bench2Drive 闭环驾驶评测协议中的舒适度与导航信号问题。作者使用官方发布的检查点，在完整的 220 条路线中重新评测八个模型，发现原舒适度指标存在采样率、平滑窗口、角度单位和偏航导数处理错误；固定时间分段还让静止车辆不断积累“舒适”片段。作者修正计算、先对完整轨迹平滑再分段，并改用基于距离的分段方式，使舒适度与静止时间的相关系数从 r=0.97 降至 r=0.06。
在匹配驾驶速度后，原指标呈现的驾驶得分与舒适度强权衡不再可检测，但八个模型不足以排除较弱关系。导航方面，默认控制器可能以朝向路线目标点的转向覆盖模型自身决策，评测目标点的分布也可能偏离训练数据。作者在 Dev10 子集上对 UniAD、VAD 的实验显示，移除转向覆盖的影响高度不对称；随后对齐目标点采样，两者驾驶得分均有改善，但 VAD 的分布偏差仍未完全解决。作者计划发布独立修复代码，使保留逐帧轨迹日志的使用者无需重跑仿真即可重算舒适度。
点评
评测应区分模型决策与控制器代劳，并检查指标是否奖励停滞；已有逐帧日志可支持舒适度重算，但代码发布仍是作者承诺。
这是作者论文中的重评测结果。导航修正在 UniAD、VAD 上展示，其余六个模型的训练目标点采集方式未审计；舒适度分析仅含八个模型，不能排除较弱权衡。
版本与核查范围
版本 2610.21741v1 · 原文定位与程序检查、独立上下文模型复核；不代表独立研究复现。。依据已核查材料整理；未运行模型或机器人。
原文与定位
- 原文链接 #S4.SS1.p1.1；#S1.p2.1；#S3.SS3.SSS2.p1.1；#S3.SS3.SSS2.Px2.p1.1；#S4.SS3.p4.1；#S4.SS4.p3.1；#abstract1.1；#S3.SS1.p3.1；#S3.SS1.p4.1；#S3.SS2.SSS0.Px4.p2.1；#S3.SS2.SSS0.Px4.p1.1；#S1.I1.i3.p1.1