文章摘要： VBD（Versatile Behavior Diffusion）提出了一种基于扩散模型的多智能体交通仿真框架，解决了传统自动驾驶仿真在交互性、可控性和场景一致性上的局限。通过联合训练场景编码器、行为预测器和扩散去噪器，VBD实现了128个智能体的闭环动态交互，支持8秒长时序仿真。其核心创新包括：1）行为先验引导的推理时场景编辑，无需重训练即可生成合规或违规驾驶行为；2）对数噪声调度优

DiffusionDrive是一种创新的自动驾驶轨迹规划方法，通过截断扩散策略和锚定高斯分布解决了传统端到端规划的两个核心问题：多模态建模缺失和实时性不足。其核心创新包括： 采用K-Means聚类生成锚点轨迹，将扩散起点从纯噪声改为基于驾驶先验的分布，大幅减少去噪步数（仅需2步）； 设计级联Transformer解码器架构，通过轨迹引导特征采样实现高效的多模态轨迹生成； 在NAVSIM基准测试中达