PanguMotion：基于 Pangu Transformer 的连续驾驶运动预测
机器人学
2026-03-18 v1
摘要
运动预测是自动驾驶系统中的核心任务，旨在准确预测周围智能体的未来轨迹，以确保驾驶安全。现有方法通常独立处理离散的驾驶场景，忽略了实际驾驶环境中固有的时序连续性和历史上下文相关性。本文提出 PanguMotion，即一种用于连续驾驶场景的运动预测框架，将来自 Pangu-1B 大语言模型的 Transformer 块作为特征增强模块集成到自动驾驶运动预测架构中。在由 RealMotion 数据重新组织策略处理的 Argoverse 2 数据集上进行实验，将每个独立场景转换为连续序列，以模拟真实世界的驾驶场景。
引用
@article{arxiv.2603.16196,
title = {PanguMotion: Continuous Driving Motion Forecasting with Pangu Transformers},
author = {Quanhao Ren and Yicheng Li and Nan Song},
journal= {arXiv preprint arXiv:2603.16196},
year = {2026}
}