核心观点 - 提出"先推理，后预测"策略，从规划视角重构轨迹预测任务，通过行为意图推理提升预测准确性和置信度 [4][11] - 开发奖励驱动意图推理器，结合以查询为中心的逆强化学习框架(QIRL)和最大熵逆强化学习(MaxEnt IRL) [8][14] - 设计分层DETR-like解码器集成双向选择性状态空间模型(Bi-Mamba)，增强序列依赖关系捕捉能力 [9][26] - 在Argoverse和nuScenes数据集上实现SOTA性能，minFDE6指标达0.528-0.551，Brier分数0.594-0.629 [33][36] 技术框架 意图推理模块 - 采用网格级图表示场景布局，定义基于网格的推理遍历(GRT)作为意图序列 [5][19] - QIRL框架将向量化场景特征聚合为网格token，通过MaxEnt IRL推导奖励分布 [8][24] - 策略rollout生成多模态GRT序列，提取意图先验指导轨迹预测 [24][25] - 辅助时空占用网格图(OGM)预测头建模参与者未来交互，提升特征融合效果 [9][24] 轨迹解码架构 - 分层结构包含无锚点提议生成和基于锚点的优化两阶段 [25][26] - Bi-Mamba模型双向处理轨迹token，通过双CLS token实现前向-后向特征融合 [26][28] - 模态自注意力模块增强多模态预测，最终输出轨迹偏移量和概率分布 [26][28] - 消融实验验证Bi-Mamba比MLP基准提升brier-minFDE6达11.3% [40][43] 实验验证 定量结果 - Argoverse 1测试集：单模型brier-minFDE6 1.602，集成模型达1.131 [33][35] - Argoverse 2验证集：GRT-L变体minFDE6 0.528，优于DeMo(0.543)和QCNet(0.551) [34][36] - nuScenes数据集：超越当前所有排行榜模型，验证框架鲁棒性 [36] 消融分析 - 移除推理分支导致brier-minFDE6上升79.6%，验证意图推理关键作用 [37][38] - OGM模块贡献brier-minFDE6下降4.1%，优化模块贡献11.0% [39][40] - 双CLS token设计比单向Mamba提升分类精度3.2% [43][47] 行业应用 - 向量化表示结合Transformer架构成为自动驾驶轨迹预测主流技术路线 [12][19] - 强化学习范式在驾驶行为建模中展现潜力，为行业提供新研究基线 [47][55] - 长期意图监督(GRT-L)显著提升预测置信度，对量产系统具有实用价值 [34][35]