端到端自動駕駛的主流訓練方式長期依賴開環模仿學習，即讓模型直接擬合專家演示的軌跡。然而這一方式存在兩個明顯短板：每個場景的專家演示通常只展示一種行為，模型因此無法學習同一場景下其他同樣有效的駕駛方式，也無法在測試階段根據用户偏好進行調整；同時，演示數據中的噪聲或歧義會給端到端模型帶來不一致、不可靠的監督信號。論文指出，駕駛行為本質上是多模態的——同一場景下可以存在多種合法響應，而這種多樣性主要來自速度選擇，而非行駛路徑。
基於這一觀察，作者提出一種新的規劃範式：路徑部分繼續通過模仿學習獲得，而速度部分則不再依賴專家演示，而是先由模型生成一組候選速度，再用一個學習到的評分函數對它們進行多準則打分，該評分函數受到具有物理意義的安全約束監督。換句話説，模型學會判斷“在給定路徑下，哪個速度更合適、更安全”，而不是簡單複製專家在某一時刻的速度。
這一範式被實現為 CLAP-AD（Closed-Loop Aware Planning for Autonomous Driving），它是一個可插拔的規劃頭，能夠與現有的端到端駕駛模型結合使用。據作者所知，CLAP-AD 是首個無需速度條件訓練、就能在測試時讓使用者顯式控制模型速度選擇的方案。這意味着部署方可以在不改動模型主幹、不重新訓練的情況下，對速度行為施加干預，例如偏好更保守或更高效的駕駛風格。
實驗方面，在 Bench2Drive-Speed 基準上，CLAP-AD 取得了 82.53 的速度遵循分數（Speed-Adherence Score），刷新了該指標的最先進水平，比這一指標上最強的基線 TFv6 高出 12.9 分，同時保持了較強的閉環駕駛性能。在 Bench2Drive 上，它相對 UniAD 和 VAD 分別將駕駛分數提升了 28.5 和 32.7。在基於真實世界駕駛數據構建的 NAVSIM v2 上，它相對骨幹模型將 EPDMS 提升了 6.1，説明該方法不僅適用於仿真閉環基準，也能遷移到真實數據場景。
該論文已被 WACV 2027 接收，共 17 頁，包含 8 頁正文、參考文獻和補充材料，配有 5 幅圖和 7 張表。作者為 Emad Aghajanzadeh 等共 11 人，論文於 2026 年 10 月 26 日提交至 arXiv，編號 arXiv:2610.36079，主題涵蓋機器人學、計算機視覺與模式識別以及機器學習。項目主頁提供了更多演示與細節。