CLOVER

CLOVER是一个面向端到端自动驾驶规划的闭环价值估计与排序框架，旨在缓解模仿学习中训练目标（单轨迹拟合）与评估指标（安全性、可行性、进展性、舒适性等规则）之间的不匹配问题。其核心通过构建评估器筛选的伪专家轨迹集提升候选方案覆盖度，并采用保守的闭环自蒸馏机制：基于真实评估子分训练轨迹评分器，同时引导规划生成器向教师选择的Top-k及向量Pareto最优候选目标迭代优化，并引入稳定性正则化。适用于需兼顾多目标权衡与鲁棒决策的自动驾驶端到端规划系统研发与评估。