核心发现
方法论
ASSCG是一种架构无关的控制门，通过RWKV骨干网络实现帧级Query/Cache/Drop决策，结合监督微调和计算感知型GRPO强化学习优化，适配快慢系统的协作。
关键结果
- 在nuPlan Hard20评估中，ASSCG集成到AsyncDriver后，得分提升至67.28（+2.28），平均推理延迟减少约60%。
- 在NAVSIM上，基于RecogDrive的双系统中，ASSCG实现了91.4的PDMS分数（+0.6），平均速度提升约25%。
- 通过实验验证，ASSCG在多个场景中有效平衡了规划质量与计算资源消耗。
研究意义
该研究解决了当前快慢规划系统中手动触发规则不够精准的问题，通过ASSCG实现了帧级的动态门控决策，显著提升了规划性能和计算效率。这一方法为自动驾驶领域的规划模块提供了新的设计思路，尤其是在资源受限的场景中。
技术贡献
提出了一个基于RWKV的自适应门控机制，能够在部分可观测的环境中进行长时间的上下文跟踪。通过引入Query、Cache和Drop三种动作，优化了快慢系统的协作效率。此外，采用了计算感知型GRPO强化学习算法，直接优化了任务级驾驶指标。
新颖性
ASSCG首次将RWKV用于快慢系统的门控决策，提出了Query/Cache/Drop三分法，解决了现有触发规则过于简单或不准确的问题，显著提升了规划效率和性能。
局限性
- 在训练中需要依赖于高质量的监督标签，可能限制了方法的通用性。
- 对于极端复杂的场景，ASSCG的性能可能受限于快慢系统的基础能力。
- RWKV的表现可能受制于其参数规模和训练数据的多样性。
未来方向
未来可以探索ASSCG在更多快慢系统架构中的适配性，优化其对极端场景的鲁棒性，并结合更多的多模态输入提升决策能力。
AI 总览摘要
自动驾驶的规划模块需要在复杂的动态环境中做出实时决策，而大语言模型（LLM）因其强大的推理能力被引入以提供更高层次的指导。然而，LLM的高计算成本使得其在每帧调用并不现实。现有的快慢系统规划方法通常依赖于手工设计的触发规则，这些规则要么过于频繁调用慢系统，要么在错误的时间调用，导致资源浪费或性能下降。
为了解决这一问题，本文提出了自适应慢系统控制门（ASSCG），通过RWKV骨干网络实现帧级的Query、Cache和Drop决策。ASSCG通过监督微调和计算感知型GRPO强化学习进行训练，并成功应用于两种快慢系统架构：AsyncDriver和基于RecogDrive的双系统。在nuPlan Hard20评估中，ASSCG将AsyncDriver的得分提升至67.28（+2.28），同时推理延迟减少了60%；在NAVSIM上，ASSCG提升了PDMS分数至91.4（+0.6），平均速度提高了25%。
该研究展示了ASSCG在优化快慢系统协作中的潜力，为自动驾驶领域的规划模块设计提供了新思路。然而，ASSCG在极端复杂场景中的表现仍有待进一步优化，未来可以探索其在多模态输入和更多架构中的应用。
深度分析
研究背景
近年来，自动驾驶规划技术取得了显著进展，尤其是在基于学习的规划和标准化基准测试方面。然而，现有的规划器在处理复杂、动态的长尾交互场景时仍然面临困难。与此同时，大语言模型（LLM）因其强大的常识推理和跨领域迁移能力，逐渐被用于自动驾驶决策中。这些模型可以通过指令调优，内化交通规则和场景先验知识，为规划提供更具上下文感知的指导。
核心问题
尽管LLM在推理能力上表现出色，但其推理延迟和计算成本使得在每帧调用变得不切实际。现有的快慢规划系统通常依赖于固定间隔或基于复杂度的触发规则，但这些规则要么忽略了场景的时间变化，要么依赖于不准确的复杂度代理，导致资源浪费或性能下降。
核心创新
本文提出了ASSCG，一种架构无关的自适应门控机制，能够在帧级别动态决定是否调用慢系统。其核心创新包括：
- �� 引入Query、Cache和Drop三种动作，实现对慢系统的精确调度。
- �� 使用RWKV骨干网络，支持长时间上下文跟踪和低延迟决策。
- �� 采用计算感知型GRPO强化学习算法，直接优化任务级驾驶指标。
方法详解
ASSCG的核心方法包括以下步骤：
- �� 使用Vector Map Encoder提取场景特征，并通过RWKV骨干网络进行时间上下文建模。
- �� 在每帧生成Query、Cache或Drop动作，分别对应调用慢系统、复用缓存或忽略缓存。
- �� 通过监督微调初始化门控策略，随后使用计算感知型GRPO算法进行强化学习优化。
- �� 在快慢系统中集成ASSCG，通过跨注意力机制将慢系统的高层指导与快系统的低层规划结合。
实验设计
实验在nuPlan Hard20和NAVSIM数据集上进行，分别评估ASSCG在AsyncDriver和RecogDrive双系统中的表现。实验设置包括多种固定查询间隔的基线，以及对ASSCG的消融实验。主要评估指标包括规划得分（如nuPlan分数、PDMS）和计算效率（如推理延迟、平均速度）。
结果分析
实验结果表明，ASSCG在nuPlan Hard20上将AsyncDriver的得分提升至67.28（+2.28），推理延迟减少60%。在NAVSIM上，ASSCG提升了RecogDrive的PDMS分数至91.4（+0.6），平均速度提高25%。此外，消融实验验证了RWKV骨干在长时间上下文建模中的优势。
应用场景
ASSCG适用于需要平衡高效性和高性能的自动驾驶场景，尤其是在计算资源有限的情况下。其灵活的门控机制也可扩展至其他需要快慢协作的领域，如机器人控制和工业自动化。
局限与展望
ASSCG的性能依赖于高质量的训练数据和标签，在数据稀缺或质量较低的场景中可能表现受限。此外，其对极端复杂场景的适应性仍需进一步研究。未来可以探索多模态输入和更复杂场景下的表现。
通俗解读 非专业人士也能看懂
想象你在厨房里做饭。你有一个快速切菜的助手（快系统），它可以快速切菜，但有时会犯错。你还有一个厨师顾问（慢系统），他经验丰富，但需要时间思考。你需要决定什么时候请教厨师顾问，什么时候让助手继续工作。
ASSCG就像一个聪明的厨房经理，它会根据菜肴的复杂程度和时间需求，决定是否需要请教厨师顾问。如果当前的菜肴很简单，ASSCG会让助手继续工作（Cache）。如果需要新的建议，它会叫来厨师顾问（Query）。如果发现厨师的建议可能有误，它会忽略这些建议（Drop）。
通过这种方式，ASSCG帮助厨房更高效地运作，既能保证菜肴的质量，又不会浪费时间和资源。这就像在自动驾驶中，ASSCG帮助快慢系统高效协作，确保车辆既安全又快速地到达目的地。
简单解释 像给14岁少年讲一样
想象你在玩一个赛车游戏，你有两个助手。一个是速度超快的AI，它能快速告诉你怎么转弯，但有时候会出错。另一个是超级聪明的AI，它能给出更好的建议，但需要时间思考。
你不能一直用慢的AI，因为那样会让你的车变得很慢。但如果你只用快的AI，它可能会让你撞车！所以你需要一个聪明的系统来决定什么时候用哪个AI。
ASSCG就是这样的系统！它会观察赛道，决定什么时候用快的AI，什么时候请教慢的AI。如果赛道很简单，它会让快的AI继续工作。如果赛道变得复杂，它会叫来慢的AI帮忙。如果慢的AI的建议可能出错，它会忽略这些建议。
这样，你的赛车既能跑得快，又不会出问题！是不是很酷？
术语表
ASSCG (自适应慢系统控制门)
一种动态门控机制，用于在帧级别决定是否调用慢系统。
在快慢系统协作中优化资源使用和性能。
RWKV (递归加权关键值)
一种轻量级递归网络，用于长时间上下文建模。
作为ASSCG的骨干网络，用于生成门控决策。
Query (查询)
调用慢系统以刷新缓冲区的动作。
在需要新的高层指导时使用。
Cache (缓存)
复用缓冲区中的慢系统指导，而不重新查询。
在Equivalent Interval中避免冗余计算。
Drop (丢弃)
忽略缓冲区内容，防止过时指导影响规划。
在Failure Interval中避免错误干预。
开放问题 这项研究留下的未解疑问
- 1 如何进一步提升ASSCG在极端复杂场景中的鲁棒性？
- 2 如何减少对高质量监督标签的依赖以提升通用性？
- 3 是否可以将ASSCG扩展至其他多模态快慢系统？
应用场景
近期应用
自动驾驶规划优化
在资源受限的自动驾驶场景中，提升规划效率和性能。
机器人路径规划
应用于机器人领域，实现高效的路径规划和动态调整。
远期愿景
通用智能协作系统
扩展至多模态AI系统，实现更广泛的智能协作。
原文摘要
Large language models (LLMs) can improve autonomous driving planning but are costly to query online, and existing fast-slow planners often rely on hand-designed triggering rules that either over-call the slow system or call it at the wrong times. We formulate slow-system invocation as a resource-aware sequential decision problem and propose the Adaptive Slow-System Control Gate (ASSCG), which makes frame-level Query/Cache/Drop decisions to refresh, reuse, or suppress slow guidance. ASSCG uses an RWKV backbone for efficient long-horizon gating and is trained with supervised fine-tuning followed by GRPO-style compute-aware reinforcement fine-tuning. We apply ASSCG to two different fast-slow architectures: (i) AsyncDriver on nuPlan Hard20 closed-loop evaluation, where ASSCG improves score to 67.28 (+2.28) while reducing average end-to-end inference latency by 60%; and (ii) a RecogDrive-based dual system that we build by replacing its original VLM-2B module with a lightweight ViT-based fast planner and adding an LLM slow planner, evaluated on NAVSIM, where ASSCG achieves 91.4 PDMS (+0.6) and increases average speed by 25%. The project page, including video visualizations and additional results, is available at https://williamxuanyu.github.io/asscg/.