基于增强预测模型的自动驾驶轨迹预测

来源：计算机工程与科学杂志2026年第1期北京时间：

作者：田红鹏, 崔丹, 张筱培

单位：西安科技大学人工智能与计算机学院（软件学院），陕西 西安 710600

摘要：自动驾驶技术面临的主要挑战之一是实时预测周边智能体（Agent）未来可靠的轨迹信息，为辅助规划做出最优化决策。提出了一种名为GT-Former的智能体间交互预测模型。该模型以Transformer结构为基础，融合图卷积网络（GCN）以输出智能体动态交互特征。此外，地图与智能体的交互以智能体特征为查询条件，利用交叉注意力机制与多模态注意力机制结合，整合单模态与多模态的交互信息，全面获取智能体与各类地图特征之间的相互作用信息。在Waymo数据集上的仿真实验表明，这一综合策略提升了模型多智能体轨迹预测的准确性。

关键词：自动驾驶,轨迹预测,Transformer模型,图卷积网络(GCN),交叉注意力,多模态注意力,