본 논문은 학습 기반의 자율주행 계획 생성 시스템의 한계점인 드문 위험 상황에 대한 취약성과 생성 궤적에 대한 제한된 제어 가능성을 해결하기 위해, 검색 기반 생성(RAG) 프레임워크인 RealDrive를 제안합니다. RealDrive는 확산 기반 계획 정책을 초기화하기 위해 훈련 데이터셋에서 가장 관련성이 높은 전문가 시범 데이터를 검색하고, 현재 관측치와 검색된 예시 간의 디노이징 과정을 통한 보간을 통해 다양한 상황에서 미세 조정된 제어와 안전한 행동을 가능하게 합니다. 특히, 계획 기반 목표로 훈련된 작업 관련 검색 모델이 작업과 무관한 검색 모델보다 성능이 우수함을 보여줍니다.