BEVGPT：用于自动驾驶预测、决策与规划的生成式预训练大模型
机器人学
2023-10-17 v1
摘要
预测、决策和运动规划对自动驾驶至关重要。在多数当代工作中，它们被视为独立模块或组合为共享主干但任务头分离的多任务学习范式。然而，我们认为应将它们整合到一个综合框架中。尽管若干近期方法遵循此方案，但它们受困于复杂的输入表示和冗余的框架设计。更重要的是，它们无法对未来驾驶场景进行长期预测。为解决这些问题，我们重新思考自动驾驶任务中每个模块的必要性，并将所需模块整合进极简自动驾驶框架。我们提出 BEVGPT，一种集成驾驶场景预测、决策和运动规划的生成式预训练大模型（LLM）。该模型以鸟瞰图（BEV）图像为唯一输入源，并基于周围交通场景做出驾驶决策。为确保驾驶轨迹的可行性与平滑性，我们开发了基于优化的运动规划方法。我们在 Lyft Level 5 数据集上实例化 BEVGPT，并使用 Woven Planet L5Kit 进行真实驾驶仿真。所提框架的有效性和鲁棒性得到验证：其在 100% 决策指标和 66% 运动规划指标上优于先前方法。此外，通过驾驶场景预测任务展示了我们的框架长期精确生成 BEV 图像的能力。据我们所知，这是首个仅以 BEV 图像为输入的用于自动驾驶预测、决策与规划的生成式预训练大模型。
引用
@article{arxiv.2310.10357,
title = {BEVGPT: Generative Pre-trained Large Model for Autonomous Driving Prediction, Decision-Making, and Planning},
author = {Pengqin Wang and Meixin Zhu and Hongliang Lu and Hui Zhong and Xianda Chen and Shaojie Shen and Xuesong Wang and Yinhai Wang},
journal= {arXiv preprint arXiv:2310.10357},
year = {2023}
}
备注
AAAI2024