端到端自动驾驶的主流训练方式长期依赖开环模仿学习，即让模型直接拟合专家演示的轨迹。然而这一方式存在两个明显短板：每个场景的专家演示通常只展示一种行为，模型因此无法学习同一场景下其他同样有效的驾驶方式，也无法在测试阶段根据用户偏好进行调整；同时，演示数据中的噪声或歧义会给端到端模型带来不一致、不可靠的监督信号。论文指出，驾驶行为本质上是多模态的——同一场景下可以存在多种合法响应，而这种多样性主要来自速度选择，而非行驶路径。
基于这一观察，作者提出一种新的规划范式：路径部分继续通过模仿学习获得，而速度部分则不再依赖专家演示，而是先由模型生成一组候选速度，再用一个学习到的评分函数对它们进行多准则打分，该评分函数受到具有物理意义的安全约束监督。换句话说，模型学会判断“在给定路径下，哪个速度更合适、更安全”，而不是简单复制专家在某一时刻的速度。
这一范式被实现为 CLAP-AD（Closed-Loop Aware Planning for Autonomous Driving），它是一个可插拔的规划头，能够与现有的端到端驾驶模型结合使用。据作者所知，CLAP-AD 是首个无需速度条件训练、就能在测试时让使用者显式控制模型速度选择的方案。这意味着部署方可以在不改动模型主干、不重新训练的情况下，对速度行为施加干预，例如偏好更保守或更高效的驾驶风格。
实验方面，在 Bench2Drive-Speed 基准上，CLAP-AD 取得了 82.53 的速度遵循分数（Speed-Adherence Score），刷新了该指标的最先进水平，比这一指标上最强的基线 TFv6 高出 12.9 分，同时保持了较强的闭环驾驶性能。在 Bench2Drive 上，它相对 UniAD 和 VAD 分别将驾驶分数提升了 28.5 和 32.7。在基于真实世界驾驶数据构建的 NAVSIM v2 上，它相对骨干模型将 EPDMS 提升了 6.1，说明该方法不仅适用于仿真闭环基准，也能迁移到真实数据场景。
该论文已被 WACV 2027 接收，共 17 页，包含 8 页正文、参考文献和补充材料，配有 5 幅图和 7 张表。作者为 Emad Aghajanzadeh 等共 11 人，论文于 2026 年 10 月 26 日提交至 arXiv，编号 arXiv:2610.36079，主题涵盖机器人学、计算机视觉与模式识别以及机器学习。项目主页提供了更多演示与细节。