1. 概述CollisionLoss是一个自车预测轨迹 vs GT 周车的软碰撞惩罚损失。核心思想:把每个有朝向的矩形车体框(OBB,Oriented Bounding Box)用**若干个沿车身纵轴排列的圆盘(disk)**来近似;对自车圆盘与周车圆盘之间逐对计算距离,当距离小于"安全间距 + 两圆盘半径"时按平方 hinge 施加惩罚;只监督自车,周车轨迹当作固定 GT(detach,不回传梯度)。它返回一个未加权的标量,权重由调用方(diffusion_model_ego_planning.py)乘上collision_weight后写入loss_dict["loss_ego_collision"]。2. 设计思路(为什么这么做)设计选择原因圆盘近似 OBB矩形-矩形精确碰撞(分离轴定理)不可微、分支多;圆盘-圆盘碰撞只需点距,处处可微,适合做训练损失的梯度回传。