NAVSIM（全称Data-Driven Non-Reactive Autonomous Vehicle Simulation and Benchmarking）是一个专为端到端自动驾驶算法设计的、数据驱动的非反应式自动驾驶车辆仿真与基准测试。
简单来说，它填补了传统“开环评测”（只看预测轨迹的误差，不考虑安全和舒适性）与“闭环仿真”（真实度高但计算量巨大、运行极慢）之间的空白。
核心特点：
- 数据驱动 (Data-Driven)：它基于真实的驾驶数据集（如 nuPlan 的子集 OpenScene），从海量的真实驾驶片段中筛选出具有挑战性的场景来进行评测，而不是完全凭空生成虚拟世界。
- 非反应式 (Non-Reactive)：这是它实现“快”的秘诀。在仿真过程中，当你控制的自车（Ego Vehicle）输出一条规划轨迹后，环境中其他的车辆、行人等交通参与者不会对你的行为做出动态反应（比如你变道，后车不会减速避让）。这种“伪仿真”极大地降低了计算量，能在几分钟内完成传统闭环仿真几小时的工作。
- PDM综合评分体系：它抛弃了传统的单一轨迹误差指标（如ADE/FDE），采用了一套更贴近真实驾驶体验的综合评分系统——PDM Score (Predictive Driver Model Score)。这个分数由多个维度的子指标加权计算得出，主要包括：
- 安全性：无责任碰撞 (NC)、碰撞时间 (TTC)。
- 合规性：可行驶区域合规 (DAC)、行驶方向合规 (DDC)。
- 舒适与效率：舒适度 (Comfort (C)，考察加速度和加加速度)、自车进度 (Ego Progress(EP)，考察通行效率)。
| 评估维度 | 权重占比 | 取值范围 | 技术内涵 |
|---|---|---|---|
| 无责任碰撞（NC） | 乘数因子 | {0, 0.5, 1} | 评估 ego车辆是否为碰撞责任方 |
| 可驾驶区域合规性（DAC） | 乘数因子 | {0, 1} | 检测车辆是否偏离可行驶区域 |
| 碰撞时间（TTC） | 5/12 | [0,1] | 评估危险场景的规避能力 |
| 自车进度（EP） | 5/12 | [0,1] | 衡量沿规划路径的前进效率 |
| 舒适性（C） | 2/12 | [0,1] | 评估加减速平滑度与乘坐体验 |
PDMS计算公式：
PDMS = NC * DAC * (5*TTC + 5*EP + 2*C) / 12目前，NAVSIM 已经成为学术界和工业界非常主流的自动驾驶规划算法评测基准，也是 CVPR、NeurIPS 等顶级会议自动驾驶挑战赛的官方平台。
参考文献：
NAVSIM: Data-Driven Non-Reactive Autonomous Vehicle Simulation and Benchmarking
NAVSIM 项目功能完整总结
安装NAVSIM及数据集
自动驾驶模拟新范式：NAVSIM数据驱动仿真平台全解析与实践指南 - AtomGit | GitCode博客