⼀、 端到端盛行的当下，轨迹预测这个方向还有研究价值吗？ 最近有同学后台问我们，现在都是搞端到端了，前面的轨迹预测和规划控制还有啥研究的价值吗？端到端真的 上车的并不多，很多依然沿用分层方案，其中轨迹预测作为后半段的核心算法，依然是许多公司和机构研究的 热点。包括联合轨迹预测和目标轨迹预测。相关的会议和期刊依然有较大量的工作产出。 自动驾驶之心针对目前比较火的基于扩散模型的多智能体轨迹预测方法研究展开了首个1v6小班课！本课题聚 焦于"基于扩散模型的多智能体轨迹预测方法"。多智能体轨迹预测旨在根据多个交互主体的历史轨迹，预测其 未来运动轨迹，这在自动驾驶、智能监控和机器人导航等场景中至关重要。然而，由于人的行为具有不确定性 和多模态性，预测任务十分困难。传统方法通常依赖循环神经网络、卷积网络或图神经网络建模社会交互，而 生成模型（如GAN和CVAE）虽然可以模拟多模态分布，但效率不高。 扩散模型是一类通过逐步去噪实现复杂分布生成的新型模型，近年来在图像生成等领域取得了重大突破。研究 者发现将扩散模型应用于轨迹预测可以显著提升多模态建模能力。例如，LeapfrogDiffusionModel（LED）采 用可训 ...

点击下方 卡片 ，关注" 自动驾驶之心 "公众号 戳我-> 领取 自动驾驶近15个 方向 学习 路线 今天自动驾驶之心为大家分享 港科技、滴滴&卓驭ICCV 2025中稿的最新工作！ 从Planning的视角重新思考轨迹预测，实现二段式端到端新 SOTA。如果您有相关工作需要分享，请在文末联系我们！ 自动驾驶课程学习与技术交流群事宜，也欢迎添加小助理微信AIDriver004做进一步咨询 >>自动驾驶前沿信息获取 → 自动驾驶之心知识星球 论文作者 | Muleilan Pei等 论文链接：https://arxiv.org/abs/2507.12083 编辑 | 自动驾驶之心 写在前面 & 笔者的个人理解 预测行驶中的交通参与者的轨迹运动，对于确保自动驾驶系统的安全性而言，既是一项重大挑战，也是一项至关重要的需求。与大多数现有的、直接预测未来轨 迹的数据驱动方法不同，我们从 规划（planning）的视角 重新思考这一任务，提出一种" 先推理，后预测（First Reasoning, Then Forecasting） "的策略，该策略 显式地将行为意图作为轨迹预测的空间引导。为实现这一目标，进一步引入了一 ...