桥接过去与未来：基于历史预测与规划的端到端自动驾驶

端到端自动驾驶在可微框架中统一任务，实现以规划为导向的优化，正受到日益关注。当前方法通过稠密的历史鸟瞰图 (BEV) 特征或查询稀疏记忆库来聚合历史信息，遵循源自检测的范式。然而，我们认为这些范式要么忽略了运动规划中的历史信息，要么未能与其多步骤性质一致——后者需要预测或规划多个未来时间步。基于“未来是过去的延续”这一理念，我们提出 BridgeAD，将运动和规划查询重新表述为对每个未来时间步的多步骤查询。这种设计通过将历史预测和规划应用于端到端系统的相应部分来有效利用历史信息，从而提高感知和运动规划。具体而言，当前帧的历史查询与感知结合，而未来帧的查询与运动规划集成。如此，BridgeAD 在每个时间步上聚合历史见解，弥合了过去与未来的鸿沟，增强了端到端自动驾驶管道的整体一致性和准确性。在开放环和封闭环设置下的 nuScenes 数据集上的大量实验表明，BridgeAD 实现了最先进的性能。