来源 | 深蓝AI 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30个 方向 学习 路线 >>自动驾驶前沿信息获取 → 自动驾驶之心知识星球 本文只做学术分享，如有侵权，联系删文 导读 准确预测道路智能体的运动对于自动驾驶的安全性至关重要。当前，现有的数据驱动方法直接预测未来轨迹，缺乏对驾驶行为的充分考虑，限制了可解 释性和可靠性。为此，本文引入了一种可解释的、奖励驱动的意图推理器来解决这一问题。实验结果表明，本文所提出的预测器能够生成高置信度、可 靠的未来轨迹，同时与现有的最先进模型相比，实现了极具竞争力的性能。 论文链接： https://arxiv.org/abs/2507.12083 论文标题： Foresight in Motion: Reinforcing Trajectory Prediction with Reward Heuristics 论文作者： Muleilan Pei, Shaoshuai Shi, Xuesong Chen, Xu Liu, Shaojie Shen 1 — 介绍 轨迹预测是高级自动驾驶系统的关键组成部分，它连接了上游感知与下游规划模 ...

作者 | Sakura 编辑 | 自动驾驶之心 原文链接： https://zhuanlan.zhihu.com/p/716867464 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30个 方向 学习 路线 >>自动驾驶前沿信息获取 → 自动驾驶之心知识星球 本文只做学术分享，如有侵权，联系删文 VisionTrap: Vision-Augmented Trajectory Prediction Guided by Textual Descriptions 来源 ECCV 2024 开源数据集 在这项工作中，我们提出了一种新方法，该方法还结合了来自环视摄像头的视觉输入，使模型能够利用视觉线索，如人类的凝视和手势、道路状况、车辆转向信号 等，这些线索在现有方法中通常对模型隐藏。此外，我们使用视觉语言模型（VLM）生成并由大型语言模型（LLM）细化的文本描述作为训练期间的监督，以指 导模型从输入数据中学习特征。尽管使用了这些额外的输入，但我们的方法实现了53毫秒的延迟，使其可用于实时处理，这比之前具有类似性能的单代理预测方法 快得多。 我们的实验表明，视觉输入和文本描述都有助于提高 ...

本文只做学术分享，如有侵权，联系删文 写在前面--先聊聊为啥写这篇文章 笔者这段时间阅读了来自ICCV2025的论文 DONUT: A Decoder-Only Model for Trajectory Prediction 作者 | Sakura 编辑 | 自动驾驶之心 原文链接： https://zhuanlan.zhihu.com/p/1933901730589962575 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 >>自动驾驶前沿信息获取 → 自动驾驶之心知识星球 这篇论文以qcnet为baseline，基于 decoder-only架构配合overprediction策略 ，在argoversev2上取得了SOTA 联想到之前笔者所阅读的论文SmartRefine，该论文也是基于Qcnet的基础上对refine部分进行改进，也在argoverse v2上取得了SOTA； 因此，本着学习的态度，笔者想 在此简单总结这三篇论文 ； Query-Centric Trajectory Prediction--CVPR 2023 SmartRefin ...

Core Viewpoint - The article emphasizes the establishment of a leading communication platform for autonomous driving technology in China, focusing on industry, academic, and career development aspects [1]. Group 1 - The platform, named "Autonomous Driving Heart," aims to facilitate discussions and exchanges among professionals in various fields related to autonomous driving technology [1]. - The technical discussion group covers a wide range of topics including large models, end-to-end systems, VLA, BEV perception, multi-modal perception, occupancy, online mapping, 3DGS, multi-sensor fusion, transformers, point cloud processing, SLAM, depth estimation, trajectory prediction, high-precision maps, NeRF, planning control, model deployment, autonomous driving simulation testing, product management, hardware configuration, and AI job exchange [1]. - Interested individuals are encouraged to join the community by adding a WeChat assistant and providing their company/school, nickname, and research direction [1].