トポロジー推論は、自動運転における道路シーンを包括的に理解し、走行可能なルートを提示することを目指しています。これには、車線（レーン）と交通要素の検出、さらにそれらのトポロジー関係の推論が求められます。具体的には、レーン間のトポロジー（レーン-レーントポロジー）とレーン-交通要素間のトポロジー（レーン-トラフィックトポロジー）です。本研究では、まずトポロジースコアがレーンと交通要素の検出性能に大きく依存していることを示します。したがって、強力な3Dレーン検出器と改良された2D交通要素検出器を導入し、トポロジー性能の上限を拡大しました。さらに、単純でありながら高性能なドライビングトポロジー推論パイプラインであるTopoMLPを提案します。優れた検出性能に基づき、2つの単純なMLPベースのヘッドを開発してトポロジー生成を行いました。TopoMLPはOpenLane-V2ベンチマークにおいて最先端の性能を達成しており、ResNet-50バックボーンを使用して41.2% OLS（Overall Lane Score）を記録しています。また、第1回OpenLane自動運転トポロジーチャレンジで1位となるソリューションでもあります。私たちはこのような単純かつ強力なパイプラインがコミュニティに新しい洞察を提供できることを期待しています。コードは以下のURLから入手できます: https://github.com/wudongming97/TopoMLP.