UniAD 源码精读：一条查询链从跟踪串到规划

自动驾驶车上的感知、预测和规划，以前是三拨人各干各的。检测出框、预测算轨迹、规划再消费轨迹，接口一多信息就丢，误差越放越大。

CVPR 2023 最佳论文 UniAD 把这事串成了一条链。五个任务共用一套查询表示，单网络一次前向全出结果。规划的平均 L2 误差与碰撞率直接降了一半多，平均碰撞率压到了 0.31%。

这套设计最狠的是“自车查询贯穿全链”。跟踪里专门加一个自车查询，它一路跟其他车辆交互，最后进规划器拼成指令。规划模块终于有了个“自己”的表征，而不是从场景特征里硬猜。

代码我逐行对过了，论文里的公式和超参都能在源码里找到对应。不过这系统也有局限：感知指标不追求第一，是刻意把容量让给规划；失败案例集中在长尾的大卡车和挂车。

最值得抄的不是某个模块，而是它“每个设计都配一组消融”的写法。表 2 到表 10 每一行都对应一个能单独关掉的开关，改个配置就能复现一组数字——这在当年的开源仓库里是真稀有。