主要观点总结
GPD-1是一个用于自动驾驶场景的演变建模的统一模型。它无需额外的微调就能完成多种任务，包括地图生成、运动预测和轨迹规划等。
关键观点总结
关键观点1: 统一的标记表示
GPD-1将每个场景表示为自我、代理和地图标记，把自动驾驶问题表述为统一的标记生成问题。
关键观点2: 自回归变换器架构
GPD-1采用自回归变换器架构，并使用场景级注意力掩码实现场景内双向交互。
关键观点3: 层次位置分词器
对于自我和代理标记，GPD-1提出了一个层次位置分词器，有效地编码二维位置和方向信息。
关键观点4: 地图矢量量化自编码器
对于地图标记，GPD-1训练了地图矢量量化自编码器，将自我中心的语义地图高效压缩成离散标记。
关键观点5: 两阶段训练过程
GPD-1使用两阶段训练过程来构建自动驾驶模拟和规划任务的坚实基础。第一阶段训练地图VQ-VAE潜在标记器，第二阶段用于提取每一帧地图的潜在表示。
关键观点6: 广泛的任务泛化
GPD-1能够在不同的提示下泛化到各种任务，包括场景生成、交通模拟、闭环模拟等，无需微调。
关键观点7: 大规模数据集预训练
GPD-1在大规模的nuPlan数据集上进行预训练，并进行了广泛的实验来评估其有效性。
关键观点8: 效果展示
GPD-1能够联合预测未来场景演变和代理运动，这需要对2D场景的空间理解和驾驶场景进展的时间建模。
文章预览
GPD-1（Generative Pre-training for Driving）是一个统一的模型，用于自动驾驶场景的演变建模，包括地图生成、运动预测和轨迹规划等任务，而无需额外的微调。以下是GPD-1模型的主要方法和特点： 1. 统一的标记表示：GPD-1将每个场景表示为自我（ego）、代理（agent）和地图（map）标记，并把自动驾驶问题表述为统一的标记生成问题。 2. 自回归变换器架构：GPD-1采用自回归变换器（autoregressive transformer）架构，并使用场景级注意力掩码（scene-level attention mask）来实现场景内双向交互。 3. 层次位置分词器：对于自我和代理标记，GPD-1提出了一个层次位置分词器，有效地编码二维位置和方向。 4. 地图矢量量化自编码器：对于地图标记，GPD-1训练了一个地图矢量量化自编码器（map vector-quantized autoencoder），将自我中心的语义地图高效压缩成离散标记。 5. 两阶段
………………………………
