使用交互感知注意力网络在自动驾驶中实现高级决策

近日，一篇题为《Learning High-Level Decision Making with an Interaction-Aware Attention-Based Network in Autonomous Driving》的论文提出了一种名为DecisionPerceiver的新型架构，旨在解决自动驾驶中高级决策的关键挑战。该论文由Marcelo Contreras等人撰写，已被提交至2026年IEEE智能交通系统会议（ITSC）。论文的预印本目前可在arXiv上获取，编号为2607.09725。

在自动驾驶系统中，变道和速度控制等高层决策需要处理动态变化的交通流量输入，这些输入的大小会随着场景中车辆数量的变化而变化。现有的方法如DeepSet及其变体虽然能够处理可变大小的输入，但忽略了交通参与者之间的显式交互建模，在需要谈判的场景（如交叉路口）中表现有限。而基于注意力的方法虽然能够捕获静态和动态代理之间的交互，但面临二次复杂度的内存和计算开销，并且对表示粒度的控制有限。

受Perceiver IO架构的启发，DecisionPerceiver采用注意力机制将动态代理特征投影到一个固定大小的潜在空间中。通过调整潜在查询的数量，可以控制特征表示的粒度，从而提高了更大网络的可扩展性。与传统的注意力机制相比，这种方法显著降低了计算复杂度，同时仍然能够捕捉代理之间的复杂交互。此外，论文还提出了一种更精细的行动集离散化方法，以增强交互感知带来的性能提升。

研究团队在三个需要不同交互意识水平的驾驶场景中进行了广泛评估：高速公路并道、交叉路口通行以及环形交叉路口。实验结果表明，DecisionPerceiver在不同的导航目标下（如速度保持、安全变道和效率优化）均展现了持续的性能提升和良好的泛化能力。特别地，在车辆数量增加的场景中评估了该架构的可扩展性，结果显示DecisionPerceiver在交通密度增加时仍能保持稳定的性能，验证了其处理复杂交通环境的潜力。

该研究为自动驾驶中的高级决策提供了一种高效且可扩展的解决方案，有望推动相关技术的实际应用。未来工作可能包括将DecisionPerceiver集成到完整的自动驾驶堆栈中，并探索其在真实世界驾驶环境中的表现。