PlanT：基于对象级表示的可解释规划Transformer模型

在复杂环境中规划最优路径需要高效地对周围场景进行推理。人类驾驶员通常会优先关注重要物体，而忽略与决策无关的细节，而基于学习的规划器则通常从包含所有车辆和道路上下文信息的密集、高维网格表示中提取特征。本文提出了一种名为PlanT的新方法，该方法在自动驾驶背景下使用了标准的变压器架构。PlanT基于模仿学习，并采用紧凑的对象级输入表示。在CARLA的Longest6基准测试中，PlanT的表现优于所有先前的方法（与专家驾驶分数相匹配），同时在推理过程中比同等像素级规划基线快5.3倍。将PlanT与现成的感知模块结合，可以提供一个传感器驱动的驾驶系统，其驾驶分数比现有最先进系统高出10分以上。此外，我们提出了一种评估协议来量化规划器识别相关物体的能力，从而为它们的决策过程提供了洞见。我们的结果表明，即使目标物体几何上距离较远，PlanT也能专注于场景中最相关的物体。