面向未来感知的端到端驾驶：轨迹规划与场景演化的双向建模
计算机视觉与模式识别
2025-10-14 v1
摘要
端到端自动驾驶方法旨在直接将原始传感器输入映射到未来驾驶动作，如计划轨迹，从而绕过传统的模块化管道。虽然这些方法显示出前景，但它们往往以单次范例运行，严重依赖当前场景上下文，可能低估场景动力学及其时间演化的重要性。这一限制阻碍了模型在复杂驾驶场景中作出明智且自适应决策的能力。我们提出了一种新视角：自动驾驶车辆的未来轨迹与其环境的演化动态紧密相连，反之亦然，车辆自身的未来状态也可影响周围场景的展开方式。基于这种双向关系，我们引入了 SeerDrive，一种以闭环方式联合建模未来场景演化和轨迹规划的新型端到端框架。该方法首先预测未来鸟瞰图 (BEV) 表示以anticipate周围场景的动力学，然后利用这种前瞻信息生成面向未来情境的轨迹。实现这一目标的两个关键组件：(1) 面向未来的规划，将预测的 BEV 特征注入轨迹规划器；(2) 迭代场景建模与车辆规划，通过协作优化来细化未来场景预测和轨迹生成。在 NAVSIM 和 nuScenes 基准测试上的大量实验表明，SeerDrive显著优于现有最先进方法。
引用
@article{arxiv.2510.11092,
title = {Future-Aware End-to-End Driving: Bidirectional Modeling of Trajectory Planning and Scene Evolution},
author = {Bozhou Zhang and Nan Song and Jingyu Li and Xiatian Zhu and Jiankang Deng and Li Zhang},
journal= {arXiv preprint arXiv:2510.11092},
year = {2025}
}
备注
NeurIPS 2025