Diffusion Forcing Planner (DFP)는 시간적 일관성이 부족한 학습 기반 자율 주행 계획 문제를 해결하기 위한 새로운 프레임워크입니다. DFP는 과거, 현재, 미래 구간으로 분리하여 각 구간에 다른 노이즈 레벨을 적용하고, 시간 의존적 가이드라인을 통해 미래 샘플링을 제어합니다.
DFP는 과거와 미래 구간을 동시에 디노이징하여 과거 패턴을 모방하는 문제를 해결하고, 복잡한 주행 시나리오에서 연속적이고 안정적인 계획을 생성합니다.
nuPlan 환경에서 DFP는 경쟁력 있는 성능을 보였으며, 시간적 안정성과 제어 가능성을 향상시키는 데 효과적임을 입증했습니다.