外观
Skip to content
Diffusion-Planner
Diffusion-Planner
ZhengYinan-AIR 在 GitHub 开源的框架，主要语言 Python。 [ICLR 2025 Oral] The official implementation of "Diffusion-Based Planning for Autonomous Driving with Flexible Guidance"
概述
这个开发工具的核心职责、所属技术栈与硬件生态定位。
Diffusion-Planner是面向自动驾驶领域的开源规划算法框架，核心开发语言为Python，是ICLR 2025 Oral论文《Diffusion-Based Planning for Autonomous Driving with Flexible Guidance》的官方实现，核心功能围绕扩散模型实现自动驾驶路径规划，支持灵活的引导条件配置，可适配不同场景下的规划决策需求。
该框架适配自动驾驶L3到L7层级的规划决策技术栈，不绑定特定硬件机型，开发者可直接克隆开源仓库，通过Python环境依赖安装后集成到现有自动驾驶研发管线中，也可基于其实现二次开发，验证扩散模型在自动驾驶规划场景的落地效果。
关键工程信息
工具分类、开发语言、GitHub 社区活跃度与环境要求。
快速接入与环境要求
源码克隆、构建方式、已验证系统环境与版本更新记录。
源码拉取与构建参考
git clone https://github.com/ZhengYinan-AIR/Diffusion-Planner.git
cd Diffusion-Planner
# 安装 Python 依赖与开发包
pip install -e .推荐运行环境与版本 1
| 版本 / 分支 | 验证环境 | 接入说明 |
|---|---|---|
| main / 最新稳定分支，对应 PyTorch 2.x 适配版本 | Ubuntu 22.04 LTS / Python 3.10+ / CUDA 12.x / PyTorch 2.1+ | 克隆仓库后安装requirements.txt依赖，可直接运行demo脚本验证规划效果，支持自定义引导条件接入自有自动驾驶管线。 |
适配与兼容机型
支持接入该 SDK、ROS 驱动或仿真资产的机器人本体。
尚未收录适配机型。
同厂商与同类工具
同一厂商开源的配套仓库或同技术栈开发工具。
来源
本页事实对应的公开页面，以原文为准。
- GitHub ZhengYinan-AIR/Diffusion-Planner访问 2026-10-13