EvoPSF: 通过规划状态反馈实现自动驾驶模型的在线演化

近年来，自动驾驶取得了显著进展，系统从模块化流水线演进到端到端架构。然而，大多数现有方法离线训练，缺乏在部署期间适应新环境的机制。因此，当面对真实驾驶场景中未见的变化时，其泛化能力会减弱。在本文中，我们打破了传统的"一次训练、永久部署"范式，提出了EvoPSF，一个基于规划状态反馈的自动驾驶在线演化框架。我们认为，规划失败主要由不准确的物体级运动预测引起，而此类失败通常以规划器不确定性增加的形式反映出来。为此，我们将规划器不确定性视为在线演化的触发信号，将其用作启动针对性模型更新的诊断信号。与盲目更新不同，我们利用规划器的智能体-智能体注意力来识别自车最关注的特定物体，这些物体主要负责规划失败。对于这些关键物体，我们通过比较预测模块对其预测航路点与感知模块输出中高置信度选择的其实际未来位置来计算针对性的自监督损失。然后将该损失反向传播以在线适配模型。因此，我们的方法提高了模型对环境变化的鲁棒性，实现了更精确的运动预测，从而实现更准确和稳定的规划行为。在nuScenes数据集的跨区域和损坏变体上的实验表明，EvoPSF在具有挑战性的条件下持续改善规划性能。