1. 摘要 (Abstract)

自动驾驶系统需要对周围环境进行全面理解和准确预测，以便在复杂场景中做出明智决策 。现有的集成方案通常面临 对齐挑战（alignment challenges），即预测模式之间的一致性以及未来预测与规划之间的交互问题 。 为了解决这些挑战，我们提出了 混合预测集成规划（HPP）框架，该框架通过三个协同工作的创新模块运行 ：

1. MS-OccFormer 模块：引入了 边缘条件占用预测（marginal-conditioned occupancy prediction），以实现联合占用率与特定智能体运动预测在多粒度上的时空对齐 。
2. GTFormer 模块：提出了一种 博弈论运动预测器，基于联合预测感知来建模智能体之间的交互动态 。
3. Ego Planner（自车规划器）：将 混合预测模式 并发地集成到规划器中，并通过预测引导进行优化 。 HPP 框架在 nuScenes 数据集 上建立了最先进的性能（SOTA），并在 Waymo Open Motion Dataset (WOMD) 和 CARLA 基准测试 中展示了卓越的交互式开环和闭环规划性能，在 2024 年 Waymo 占用流预测挑战赛中获得第一名 。

💡 讲解：

这篇论文的核心痛点是：以前的自动驾驶系统要么只看“具体的车怎么走”（运动预测），要么只看“哪里有空地”（占用网格预测），两者很难统一，导致规划时容易出问题。

HPP 的创新点在于“混合”：它让具体的车辆轨迹和宏观的占用网格互相商量、互相校准，然后一起指导车该怎么开。这就像开车时，你既盯着具体的几辆车（Motion），也余光扫视整条路的拥堵情况（Occupancy），结合两者来决定变道还是刹车。

2. 引言 (Introduction)

传统的独立模块开发已进入瓶颈，需要对所有 ADS（自动驾驶系统）模块进行 协同设计（co-design） 。 现有的集成管道通常将规划模块与单一的预测方法耦合：要么是针对特定智能体的运动轨迹（IPP），要么是场景级的占用概率（IOP） 。

• 单一运动预测的缺点：在对齐来自边缘预测的联合社会模式时，会遇到 不一致性 和巨大的 计算开销 。
• 单一占用预测的缺点：虽然能捕捉全局模式，但 缺乏跟踪个体智能体所需的粒度，常导致时间冲突或遗漏关键智能体 。 HPP 提出了一种 协同设计优化范式，不仅集成了运动和占用预测，还显式地对齐它们以优化规划的一致性 。HPP 利用基于 Transformer 的查询（Query）促进模块间的交互，并包含一个 细化过程（refinement process），通过集成混合预测来指导安全规划 。

💡 深度讲解：

这一节解释了“为什么要做 HPP”。

• 老办法 A：只盯着别的车预测轨迹（计算量大，且很难处理所有车之间的博弈）。
• 老办法 B：只看像热力图一样的占用网格（看不清具体是谁，容易丢目标）。
• HPP 的办法：把 A 和 B 结合起来。既有具体的车（Agent），又有全局的图（Map/Occupancy），并且让这两个预测结果互相“对齐”，确保它们说的是同一个故事，以此来保证规划的安全性。

3. 方法论：HPP 核心架构 (Methodology)

HPP 框架由三个主要部分组成，基于 BEV（鸟瞰图）感知输入。

A. MS-OccFormer (占用预测模块)

为了解决混合预测之间的一致性，我们提出了 MS-OccFormer，它具有两个特征：

1. 边缘条件占用（Marginal-conditioned occupancy）：利用 GTFormer 输出的 边缘未来运动 ${\hat{Y}}_U^A$来辅助占用预测 。通过将多模态运动特征与占用查询融合，模型能够预测出与具体智能体轨迹一致的联合占用情况
2. 多尺度预测集成（Multi-scale Prediction-Wise Integration）：旨在迭代地对齐混合预测之间的多尺度交互 。它利用 滑动窗口多头交叉注意力（SW-MCA） 同时捕捉局部交互，并通过可学习的注意力掩码 M 确保各尺度的一致性 。

B. GTFormer (运动预测模块)

GTFormer 将未来的交互行为公式化为 博弈论推理过程（game-theoretic reasoning process） 。 与之前仅针对智能体的推理不同，GTFormer 与 MS-OccFormer 协作，从占用查询 Q_occ中聚合交互信息，以调节每一级的联合行为 。 它采用 Level-k 博弈 理论，通过堆叠的 Transformer 层模拟层级推理 。每一层包含多种注意力机制（Mode2Mode, Mode2Agent, Mode2Map, Mode2Occ)，其中 Mode2Occ 专门用于建模与联合占用特征的交互 。

C. Ego Planner (自车规划器)

HPP 促进了一个 混合预测感知的自车规划器（hybrid-prediction aware Ego Planner） 。

• 规划查询：基于规划上下文 $\epsilon$（包含导航命令、交通灯、自车状态）生成规划查询$Q_{\epsilon }$ 。
• 混合预测依赖：直接利用 GTFormer 层中的交互 Transformer 部分，对 未来联合交互$\begin{array}{c}\hat{O}\end{array}$（占用） 和 边缘交互 $\begin{array}{c}\hat{Y}\end{array}$（轨迹) 进行建模 。
• 成本函数与优化：规划安全性由 高斯势场（Gaussian potential fields） 定义 。最终的轨迹 ${\tau }^{\ast }$ 通过最小化包含安全、进度、规则等成本函数 C 得到优化 。

💡 讲解：

这是论文最硬核的部分，解释了 HPP 怎么工作：

1. MS-OccFormer (看路)：它不仅仅是画地图，它是“看着别的车的预测轨迹”来画地图的（Marginal-conditioned）。这保证了地图上的障碍物和预测出来的车是吻合的。
2. GTFormer (猜心)：它使用博弈论（Game Theory）来预测。意思是，它不仅预测别人的车怎么走，还假设“如果我这么走，他会那么走”，这是一种动态的互动预测。而且，它在推理时也会参考上面的“占用地图”。
3. Ego Planner (开车)：最后的规划器是“集大成者”。它手里拿着两份情报：一份是所有车的轨迹预测，一份是全局占用地图。它利用这两份情报计算出一个安全场（Potential Field），以此规划出一条最安全的路线。

4. 实验结果 (Experiments)

• nuScenes 全栈性能：HPP 在规划误差和碰撞率方面均优于 UniAD 和 VAD。具体来说，与使用相同 BEV 感知的 UniAD 相比，HPP 的平均 L2 误差降低了 5.9%，碰撞率降低了 6.5% 。
• Waymo (WOMD) 交互性能：在开环测试中，HPP 相比模仿学习基线实现了 超过 50% 的碰撞率降低 。在闭环测试（模拟器回放）中，HPP 表现出更高的成功率（+1.5%）和更低的规划误差 。
• Waymo 占用流挑战：HPP 在 2024 年 Waymo 占用流预测挑战赛中获得 第一名，AUC 指标提高了 8.8% 。
• 消融研究：研究证明了协同设计的有效性。例如，去除 GTFormer 中的推理模块会导致规划碰撞率增加和预测遗漏率上升，证实了 博弈论推理 对未来一致性的重要性 。

💡 讲解：

• 比 UniAD 强：UniAD 是之前的明星模型，HPP 证明了自己更安全、更准。
• 实战能力强：在 Waymo 这种高难度的交互数据集上，HPP 拿了第一，说明它处理复杂交通流（比如路口博弈）的能力非常强。
• 为什么强：消融实验（Ablation Studies）证明，正是因为把“轨迹”和“占用”结合在一起，并且使用了“博弈论推理”，才取得了这么好的效果。如果去掉其中任何一个环节，性能都会下降。

5. 结论 (Conclusion)

本文介绍了 HPP，一个用于自动驾驶的模块化协同设计优化框架 。 HPP 的核心重点是通过三个子模块（MS-OccFormer, GTFormer, Ego Planner）集成混合预测和规划，解决了 一致性挑战 。 HPP 中的混合预测感知结合了联合行为和占用预测，提高了在真实场景中的定性一致性、安全性和可行性 。HPP 展示了通过 混合预测指导（hybrid prediction guidance） 来增强规划的潜力 。

💡 讲解：

总结一下：HPP 是一次成功的尝试，它证明了在自动驾驶中，不要把“预测”和“规划”分开做，也不要只用一种预测方式。把大家（轨迹、占用、规划）拉到一个桌子上，用博弈论的方式一起商量（Co-design & Optimization），是通往更安全自动驾驶的一条有效路径。