车辆交互预训练模型

轨迹交互开箱即用

首个基于Transformer的预训练范式，通过图联合时空注意力从大规模真实轨迹中学习车辆交互，微调即用于下游任务。

Yongwei, Li · Yongzhi, Jiang · 吴新开

Transportation Research, Part C: Emerging Technologies 2025

技术优势

开箱即用

基于大规模真实轨迹数据预训练，加载权重后可直接微调用于自动驾驶下游任务，无需从头训练。

捕捉多车交互

通过图联合时空注意力模块，同时提取单帧内的空间交互和跨帧的时间依赖，从而建模复杂的多车交互。

泛化能力强

在多个数据集上展现出显著泛化性能，表明模型学到的交互模式具有普适性。

应用场景

• 自动驾驶轨迹预测：加载预训练权重即可微调，提升自车运动规划的前瞻性。
• 车辆变道预测：模型捕捉多车交互，可准确预测邻近车辆变道意图，提前规避风险。
• 多车交互建模：图联合时空注意力可同时捕获空间与时间依赖，替代手工交互特征工程。