2025_NIPS_Real-Time Motion Prediction via Heterogeneous Polyline Transformer with Relative Pose E...

文章核心总结与翻译

一、主要内容

该研究聚焦自动驾驶中的实时运动预测问题，针对现有方法在计算开销、可扩展性和实时性上的不足，提出了一套基于Transformer的解决方案。核心内容包括：

1. 问题背景：现有以智能体为中心（agent-centric）的方法虽性能优异，但随着目标智能体数量增加，计算开销剧增、可扩展性差；以场景为中心（scene-centric）的方法虽高效，但缺乏旋转和平移不变性，性能不佳；且现有方法在在线推理时无法复用静态上下文，依赖昂贵的后处理和模型集成，难以满足真实自动驾驶的实时性要求。
2. 核心表示：采用异质性折线（heterogeneous polylines）作为统一表示，将高清地图、交通灯、车辆、行人等所有输入转化为“全局姿态+局部属性”的成对相对表示（pairwise-relative representation），兼顾了以智能体为中心的视角不变性和以场景为中心的可扩展性。
3. 关键模块：
   • 提出KNARPE（K近邻注意力与相对姿态编码）：一种新型注意力机制，通过相对姿态编码（RPE）建模折线间的成对关系，限制注意力仅作用于K个近邻，既降低计算量，又使Transformer能适配成对相对表示。
   • 提出HPTR（异质性折线Transformer）：基于KNARPE的分层框架，通过类内Transformer编码器、类间Transformer解码器和锚点到全局的解码器，实现异质折线间的交互建模；在线推理时可异步更新动态折线特征、复用静态