文章预览
GPD-1（Generative Pre-training for Driving）是一个统一的模型，用于自动驾驶场景的演变建模，包括地图生成、运动预测和轨迹规划等任务，而无需额外的微调。以下是GPD-1模型的主要方法和特点： 1. 统一的标记表示：GPD-1将每个场景表示为自我（ego）、代理（agent）和地图（map）标记，并把自动驾驶问题表述为统一的标记生成问题。 2. 自回归变换器架构：GPD-1采用自回归变换器（autoregressive transformer）架构，并使用场景级注意力掩码（scene-level attention mask）来实现场景内双向交互。 3. 层次位置分词器：对于自我和代理标记，GPD-1提出了一个层次位置分词器，有效地编码二维位置和方向。 4. 地图矢量量化自编码器：对于地图标记，GPD-1训练了一个地图矢量量化自编码器（map vector-quantized autoencoder），将自我中心的语义地图高效压缩成离散标记。 5. 两阶段
………………………………
