标题：条件生成对抗驱动的非自回归Transformer跟驰模型
作者：张子睿 余荣
作者单位：广东工业大学自动化学院，广东 广州 510006
关键字：深度学习；跟驰模型；条件生成对抗网络；非自回归Transformer
摘要：跟驰行为预测是网联自动驾驶车辆纵向行为控制与决策的关键环节。然而，现有研究在推理效率和预测精度方面仍面临性能瓶颈。为解决上述问题，提出了一种条件生成对抗驱动的非自回归Transformer跟驰模型。具体地，首先基于Transformer模型设计了非自回归解码器，使模型能够通过单次前向推理预测多步未来跟驰行为，从而显著提升推理效率。接着，引入条件生成对抗架构对模型进行训练。该架构以车辆历史加速度作为条件输入，使判别器能够充分考虑车辆历史与未来跟驰行为之间的连续性，并对模型进行正则化，从而增强其全面捕捉真实跟驰行为分布的能力。最后，在NGSIM公开数据集上验证了模型的有效性。实验结果表明，与Transformer基线模型相比，所提出模型在预测精度和推理效率上分别提升了10%和70.1%。