时序抽样频率至关重要：面向端到端驾驶轨迹预测的容量感知研究
计算机视觉与模式识别
2026-05-12 v1 机器人学
摘要
端到端 (E2E) 自主驾驶轨迹预测通常使用相机帧按最高可用时序频率采样进行训练，假设更密集的采样可提升性能。我们质疑这一假设，将时序抽样频率作为显式的训练集设计变量进行考察。从高频 E2E 驾驶数据集出发，我们构造频率扫掠训练集，通过对每条轨迹中的相机帧进行时序抽样。对于每个模型-数据集对，我们在固定协议下训练和评估相同的模型，以便频率响应反映预测性能随抽样频率的变化。我们从容量感知角度分析该响应。稀疏抽样可能遗漏驾驶相关线索，而密集抽样可能添加冗余视觉内容和非流形噪声。对于有限容量模型，这会造成驾驶无关的容量负担。我们在 Waymo、nuScenes 和 PAVE 上评估了三个较小的 E2E 模型和一个较大的 VLA 风格 AutoVLA 模型。结果表明，模型和数据集相关的频率响应。较小的 E2E 模型常表现出非单调或接近平台趋势，并在较低或中间频率处获得其最佳 3 秒 ADE。相比之下，AutoVLA 在所有三个数据集的最高评估频率上获得其最佳 3 秒 ADE 和 FDE。迭代匹配控制表明，较低或中间频率对较小模型的优势不仅仅是由于训练更新次数不均等。这一发现表明，时序抽样频率应被报告并调优，而非固定为最高可用值。
引用
@article{arxiv.2605.10388,
title = {Temporal Sampling Frequency Matters: A Capacity-Aware Study of End-to-End Driving Trajectory Prediction},
author = {Yumao Liu and Tao Liu and Xiangyu Li and Jiaxiang Li and Ke Ma},
journal= {arXiv preprint arXiv:2605.10388},
year = {2026}
}