0.参考

论文:https://arxiv.org/pdf/2511.09013

kimi.ai

1. 论文总结

UniMM-V2X 是一种新型的端到端多智能体合作自动驾驶框架，旨在通过多级融合和混合专家（MoE）架构，提升自动驾驶系统在感知、预测和规划任务中的性能。该框架通过在感知和预测层面进行信息融合，使智能体能够共享查询并协同推理，从而实现一致和安全的决策。此外，UniMM-V2X 引入 MoE 架构，动态生成任务特定的特征表示，进一步提升多级融合的质量。在 DAIR-V2X 数据集上的广泛实验表明，UniMM-V2X 在感知、预测和规划方面均达到了最先进的性能，与 UniV2X 相比，感知精度提高了 39.7%，预测误差降低了 7.2%，规划性能提高了 33.2%。

2. 解决的问题

• 单体智能的局限性：传统的自动驾驶系统受限于单体智能，感知范围有限，难以处理稀有关键事件和预测其他车辆的意图。

• 多智能体合作的不足：现有的多智能体合作方法主要集中在感知层面，忽视了与下游规划和控制的对齐，或未能充分利用端到端自动驾驶的潜力。

• 模型适应性和泛化能力：不同的下游任务（如感知、预测和规划）对特征表示有不同的需求，单一的特征表示难以满足所有任务的要求。

3. 属于的研究范畴

• 端到端自动驾驶（End-to-End Autonomous Driving）：研究如何直接从原始传感器数据映射到最终控制指令，提高系统的整体性能。

• 多智能体合作（Multi-Agent Cooperation）：通过车辆到一切（V2X）通信技术，实现多智能体之间的信息共享和协作，提升自动驾驶系统的性能。

• 多模态数据融合（Multi-Modal Data Fusion）：整合多种传感器数据（如摄像头图像、激光雷达点云等），提高环境感知的准确性和可靠性。

• 混合专家模型（Mixture of Experts, MoE）：利用MoE架构动态生成任务特定的特征表示，增强模型的适应性和泛化能力。

4. 达到的效果

• 感知性能提升：在DAIR-V2X数据集上，UniMM-V2X在感知任务上取得了显著的性能提升，mAP（平均精度均值）提高了39.7%，AMOTA（多目标跟踪精度）提高了77.2%。

• 预测性能提升：在运动预测任务上，UniMM-V2X的minADE（最小平均位移误差）和minFDE（最小最终位移误差）分别降低了7.2%和6.8%，显著提高了预测的准确性。

• 规划性能提升：在规划任务上，UniMM-V2X的平均L2误差降低了33.2%，碰撞率降低了52.0%，显著提高了规划的安全性和可靠性。

• 通信效率优化：尽管引入了多级融合和MoE机制，UniMM-V2X在通信成本上仅略有增加，同时保持了较高的推理速度（FPS），展现出良好的实用性和可扩展性。

5. 重要的细节

• 多级融合策略：UniMM-V2X 在感知和预测层面进行显式信息融合，通过共享轨迹查询、地图查询和占用概率图，增强下游规划的性能。

• MoE 架构：MoE 被集成到 BEV 编码器和运动解码器中，动态生成任务特定的特征表示，并通过专家分支捕捉多样化的运动模式。

• 实验验证：在 DAIR-V2X 数据集上，UniMM-V2X 在感知、预测和规划任务中均取得了 SOTA 性能，显著优于现有的单智能体和多智能体合作方法。

• 消融研究：实验结果表明，多级融合和 MoE 机制的结合产生了显著的互补效应，单独使用任一技术均无法达到最佳性能。

• 系统实用性和可靠性：在不同的通信带宽约束下，UniMM-V2X 均优于现有的 SOTA 方法，展现出良好的实用性和可靠性。