PPR-2503.07656
Paper
DriveTransformer: Unified Transformer for Scalable End-to-End Autonomous Driving
| id | |
|---|---|
| updated | |
| type | paper |
| title | DriveTransformer: Unified Transformer for Scalable End-to-End Autonomous Driving |
| authors | Xiaosong Jia, Junqi You, Zhiyuan Zhang, Junchi Yan |
| venue | ICLR 2025 (arXiv:2503.07656) |
| arxiv | 2503.07656 |
| tier | 1 |
| lifecycle | EXTRACTED |
| epistemic | n/a |
| ingested | 2026-09-10 |
| version | arXiv:2503.07656v2 |
| source-hash | sha256:9a8be74da810271f1eaf9f32e6d765aa79c5fa0cba1fcbcbe6dde5b78144d2f7 |
| admitted-under | A2-direct-edge |
| admission-note | 被 Latent-WAM（PPR-2603.24581）等直接引用；DA-WAM 相关谱系中作为并行任务交互架构代表。 |
定位
Jia 等（ICLR 2025）提出 DriveTransformer。论文指出端到端自动驾驶常见做法沿用感知-预测-规划的串行范式，导致误差累积与训练不稳定；任务的手工排序也限制了任务间协同（例如规划感知的感知、博弈式交互的预测与规划）的利用；此外稠密 BEV 表示在长距离感知与长时间时序融合上带来计算挑战。DriveTransformer 以三个特征回应：任务并行（智能体 query、地图 query、规划 query 在每个 block 直接相互交互）、稀疏表示（任务 query 直接与原始传感器特征交互）、流式处理（任务 query 被存储并作为历史信息在流式输入间传递），目标是把框架简化到易扩展。
与本库的关系
- 准入身份：A2-direct-edge（被 Latent-WAM 等锚点引用）。
- 谱系定位：端到端规划架构线。与 SparseDrive（PPR-2405.19620）的稀疏表示、iPad（PPR-2505.15111）的候选中心编码在“特征表示与任务组织”上互为对照；其“流式处理”也把驾驶规划与序列建模联系起来。
Provenance
- Tier-0 轻量 ingest（S2 元数据）：
version/source-hash占位（待补）。
关联（6）
- PPR-2405.19620 SparseDrive: End-to-End Autonomous Driving via Sparse Scene Representation
- PPR-2408.03601 DRAMA: An Efficient End-to-end Motion Planner for Autonomous Driving with Mamba
- PPR-2504.19580 ARTEMIS: Autoregressive End-to-End Trajectory Planning With Mixture of Experts for Autonomous Driving
- PPR-2505.15111 iPad: Iterative Proposal-Centric End-to-End Autonomous Driving
- FRM-2503.07656 DriveTransformer 五层重建（骨架）：核心对象是把端到端驾驶压成三种统一注意力算子的纯 transformer 框架——sensor cross attention 让任务查询直接取原始传感特征（3D 位置编码、不建 BEV）、task self-attention 让 agent/map/ego 查询在每层直接互交（任务并行、无手工顺序）、temporal cross attention 以各任务的 FIFO 查询队列注入历史（流式、含 ego 坐标变换补偿）；公理层含『串行感知-预测-规划导致累积误差与训练不稳』与『手工任务顺序限制协同』。
- IDX-001 NAVSIM 规划线