GenAD：生成式端到端自动驾驶

直接从原始传感器数据生成规划结果一直是自动驾驶领域长期追求的解决方案，近年来备受关注。大多数现有的端到端自动驾驶方法将该问题分解为感知、运动预测和规划。然而，我们认为传统的渐进式流水线仍无法全面建模整个交通演化过程，例如自车与其他交通参与者之间的未来交互以及结构化轨迹先验。在本文中，我们探索了一种端到端自动驾驶的新范式，其核心是根据过去场景预测自车及周边环境的演化。我们提出了 GenAD，这是一个将自动驾驶转化为生成式建模问题的生成式框架。我们提出了一种以实例为中心的场景分词器，首先将周围场景转换为地图感知的实例令牌。随后，我们采用变分自编码器在结构化潜在空间中学习未来轨迹分布，以进行轨迹先验建模。此外，我们采用时间模型来捕捉潜在空间中的智能体和自车运动，从而生成更有效的未来轨迹。GenAD 最终通过在以实例令牌为条件的所学结构化潜在空间中对分布进行采样，并利用所学的时间模型生成未来状态，同时执行运动预测和规划。在广泛使用的 nuScenes 基准上的大量实验表明，所提出的 GenAD 在以视觉为中心的端到端自动驾驶中实现了最先进的性能，且具有高效率。代码：https://github.com/wzzheng/GenAD。