据外媒报道，中国北京大学（Peking University）与清华大学（Tsinghua University）的研究人员发表了一篇论文，介绍“用于驾驶的生成式预训练版本1（Generative Pre-training for Driving version 1，GPD-1）”的创新框架，旨在提升自动驾驶系统的能力。该方法对各种驾驶场景进行建模，以简化场景生成、运动规划和交通仿真等任务，从而提升自动驾驶车辆预测和模拟各种驾驶条件的能力。利用分层位置编码和矢量量化自动编码器等先进创新技术，GPD-1实现了此次技术集成。

GPD-1（图片来源：azoai.com）

自动驾驶技术领域的进展

近年来，自动驾驶领域取得了显著进展，主要归功于人工智能（AI）和机器学习技术的进步。传统方法通常孤立地处理驾驶场景的特定方面，例如地图生成或运动预测。然而，由于驾驶环境中各种实体间互动的复杂性，将此类组件整合至一个统一的框架中仍面临着挑战。不过，通过利用大型数据集高效模拟和预测驾驶场景，研发生成式模型，特别是自回归变压器架构，提供了有发展前景的解决方案。

GPD-1：研发一个统一的生成式模型

在该篇论文中，研究人员介绍了GPD-1，一款旨在整合自动驾驶场景演变各个方面的模型。该框架采用标记来代表驾驶场景，其中包含自主车辆（ego vehicle）、代理和地图元素。利用一个自回归变压器，该框架能够按序处理此类标记，捕捉时间依赖性与空间关系，为驾驶场景提供强大的表示。此外，利用场景级注意力机制，可进一步促进帧内各标记之间的细微互动。

为了编码空间和时间信息，研究人员为自主车辆和代理标记研发了一款分层位置编码器，融合了二维（2D）位置和朝向信息。对于地图标记，采用矢量量化自动编码器（VQ-VAE）将自主车辆为中心的语义地图压缩成离散标记，有效降低复杂度，同时保持空间精确度。此种创新设计让GPD-1能够在交通仿真、场景生成、闭环仿真、地图预测和运动规划等任务中进行归纳，无需额外微调。

该模型在庞大的nuPlan数据集上进行了预训练，其中涵盖从多个城市环境中收集的超1300小时的驾驶数据，包括交叉路口和环岛等复杂场景。该数据集为评估该模型在实际环境中的表现提供了坚实基础。

关键发现与见解

本研究验证了GPD-1模型在无需额外微调的情况下，归纳各种自动驾驶任务的有效性。在场景生成方面，该模型可通过生成代理、地图和自主车辆信息，无缝初始化场景。在交通仿真方面，基于初始代理状态和实际地图，该模型准确预测了交通动态演变情况，体现了其在动态环境中的适应能力。

此外，该模型在运动规划方面表现出色，利用有关周围代理和地图的信息，为自主车辆生成了高精度的轨迹。值得注意的是，GPD-1在定量评估指标上取得了成功，即平均位移误差（Average Displacement Error，ADE）、最终位移误差（Final Displacement Error，FDE）及碰撞率，充分展现了其安全性与精准度。此类成果表明，GPD-1在多个下游任务中达到了领先的性能，特别是在运动规划方面，能够超越现有的方法。

该实验进一步表明，GPD-1在仿真中维持了较低的碰撞率，确保在动态驾驶场景中的安全性。其在遵循交通规则和法规的同时，稳健地管理了多个代理间的交互。通过精准预测未来场景演变及代理的移动，GPD-1代表了自动驾驶技术的一项重大发展。

GPD-1的实际应用

GPD-1对推动自动驾驶系统发展具有重大意义，其能够基于最少的初始输入信息生成真实的驾驶场景，是训练和评估自动驾驶技术的宝贵工具。

在交通仿真中，GPD-1有效评估了复杂环境中的车辆互动，对研究人员和开发人员测试各种驾驶条件提供了极大的价值。其运动规划能力为传统方法提供了一种数据驱动型替代方案，实现了精确的轨迹预测。闭环仿真得益于GPD-1能够基于实时自主车辆数据，动态调整代理的轨迹，从而提升了仿真的真实性和安全性。此种适应性也有望提升自动驾驶系统的安全性和可靠性，特别是在城市环境。

结论与未来发展方向

综上所述，GPD-1模型标志着向完全集成且可解释的自动驾驶框架迈进了重要一步。通过将驾驶仿真的各个方面整合成一个连贯的系统，其克服了传统方法的局限性，为真实且具有适应性的驾驶仿真提供了一个灵活且强大的解决方案。

未来，研究人员的重点应该关注提升该模型在处理新代理进入视野时的预测准确性，由于缺乏输入数据，此项任务已成为一项挑战。为此，在特定数据集上进一步进行微调或集成自适应性学习机制，有望提升该模型在动态、复杂环境中的性能表现。此外，集成实时数据处理和自适应学习机制还可以进一步提升其在复杂驾驶环境中的可适应性。总体而言，GPD-1为推动自动驾驶技术发展奠定了基础，为该领域的持续创新与重大发展铺平了道路。