4. 预测算法指标
各位同学，今天我们来聊聊预测模块的评估指标。说实话，预测这部分在自动驾驶里经常被低估——很多人觉得“不就是猜别人怎么走吗？”但我在实际项目中吃过不少亏，才明白预测指标选不对，整个系统都会出问题。
咱们先理清一个概念：预测评估分三个层次。最基础的是轨迹预测指标，评估单车轨迹准不准；再往上走是交互预测指标，看多车之间的博弈关系有没有捕捉到；最后是场景级评估，从全局视角看预测结果对规划决策的影响。嗯，一层比一层难，也一层比一层贴近实际。
核心观点： 别只看ADE/FDE这些“漂亮数字”。我见过很多模型在公开数据集上指标刷得飞起，一上车就崩。为什么？因为场景级评估没做好。
4.1 轨迹预测指标：最常用的“三板斧”
先讲最基础的。轨迹预测指标，说白了就是衡量“你预测的轨迹跟真实轨迹差多远”。我个人习惯把指标分成两类：确定性指标和概率性指标。
4.1.1 ADE 与 FDE：两个最朴素的指标
ADE（Average Displacement Error）：平均位移误差。就是预测轨迹上每个点与真实轨迹对应点的欧氏距离的平均值。
FDE（Final Displacement Error）：最终位移误差。只看终点位置的偏差。
公式很简单，但我想强调一点：ADE和FDE是“配对”使用的。只看ADE，可能终点偏了但平均误差不大；只看FDE，可能中间轨迹完全走样。我建议两个指标一起报，就像汽车的油门和刹车，缺一个都不行。
| 指标 | 含义 | 适用场景 |
|---|---|---|
| ADE | 整条轨迹的平均偏差 | 评估整体预测精度 |
| FDE | 终点位置的偏差 | 评估终点预测能力（如路口决策） |
避坑指南： 我曾经在高速场景只用ADE评估，结果模型预测的轨迹“中间偏了但终点对了”，ADE看起来不错。但规划模块拿到这个轨迹后，中间那段偏差点导致变道时机完全错误。后来我学乖了——ADE和FDE必须一起看。
4.1.2 MR：错过率，一个“生死攸关”的指标
MR（Miss Rate），错过率。它衡量的是：在所有预测样本中，有多少条轨迹的FDE超过了某个阈值（比如2米）。
你想想看，如果模型预测的轨迹终点偏差超过2米，那规划模块很可能做出错误决策。MR就是用来卡这个“生死线”的。
我个人习惯把MR和ADE/FDE放在一起看。举个例子：
- 模型A：ADE=0.3m, FDE=0.6m, MR=5%
- 模型B：ADE=0.2m, FDE=0.4m, MR=15%
你会选哪个？我选A。为什么？因为模型B虽然平均误差小，但有15%的情况会“完全跑偏”。这在自动驾驶里是不可接受的——你想想看，每100次预测就有15次可能撞上护栏，谁敢用？
4.1.3 minADE 与 minFDE：多模态预测的“最优解”
现在的预测模型大多是多模态的——输出K条候选轨迹。这时候怎么评估？用minADE和minFDE。
minADE：从K条预测轨迹中，选一条跟真实轨迹最接近的，计算ADE。
minFDE：同理，选最接近的那条算FDE。
说白了，就是“给你K次机会，你最好的一次表现如何”。
注意： minADE/minFDE有个“作弊”风险。我曾经见过一个模型，输出50条轨迹，几乎覆盖了所有可能方向。minADE当然很低，但实际部署时你不可能同时用50条轨迹去规划。所以，minADE只能作为参考，不能作为唯一指标。
4.2 交互预测指标：从“单打独斗”到“团队协作”
轨迹预测指标只关心“单个目标准不准”。但自动驾驶场景里，车与车、车与行人之间是相互影响的。这就引出了交互预测指标。
我记得有一次，我们的模型在单目标预测上指标很好，但多车交互场景下，预测的轨迹之间出现了“穿模”——两辆车预测轨迹交叉了，但实际它们会互相避让。这就是交互预测没做好的典型表现。
常用的交互预测指标包括：
- Collision Rate（碰撞率）：预测轨迹中，两车轨迹交叉或距离过近的比例。
- Interaction-Aware ADE：在交互场景下，考虑其他目标影响的ADE。
- Social Consistency Score：衡量预测轨迹是否符合社会规范（如让行、保持安全距离）。
嗯，这些指标目前还没有统一标准，但我在实际项目中会自己定义一个“交互合理性得分”——如果预测轨迹导致两车距离小于1米，直接扣分。你想想看，真实驾驶员谁会贴那么近？
4.3 场景级评估：从“点”到“面”的全局视角
这是我最想强调的部分。场景级评估，说白了就是把预测结果放到整个自动驾驶系统中去检验。
为什么需要场景级评估？我给你讲个真实案例。有一次，我们的预测模型在公开数据集上ADE只有0.25米，业界领先。但上车测试时，车辆在十字路口频繁急刹。排查后发现：预测模型对右转车辆的轨迹预测“过于保守”，导致规划模块认为对方会撞上来，于是频繁减速。
你看，单看预测指标没问题，但放到场景里就出问题了。所以我现在做评估，一定会加场景级指标：
- Planning Discomfort Rate：因预测结果导致规划模块产生急刹、急转向的比例。
- Decision Conflict Rate：预测结果与规划决策产生冲突的比例。
- Scenario Coverage：模型在各类场景（直行、转弯、变道、路口等）上的表现一致性。
我的经验： 场景级评估最好用“闭环”方式做。就是让预测模块跟规划、控制模块一起跑，看最终车辆行为是否合理。我曾经用“开环”评估（只看预测准不准）骗了自己很久，直到闭环测试才发现问题。
4.4 知识体系总览
下面这张图是我自己整理的预测评估指标体系，你可以把它当作一个“检查清单”——做评估时，逐项对照，看看自己漏了哪个。
4.5 小结：别让指标“骗”了你
最后我想说一句：指标是工具，不是目的。我见过太多团队为了刷指标而刷指标——把minADE从0.3刷到0.28，但实际路测表现反而变差了。为什么？因为过度拟合了指标，忽略了场景级表现。
我个人建议的评估流程是：
- 先用ADE/FDE/MR做快速筛选，排除明显差的模型。
- 再用交互指标评估多车场景，看模型是否“懂社交”。
- 最后做场景级闭环测试，这才是真正的“考场”。
嗯，这套流程我用了好几年，踩过坑也填过坑，希望对你有帮助。下一节我们会深入讲每个指标的具体计算方法和代码实现，到时候我会带上实际数据，咱们手算一遍。
一句话总结： 预测评估不是比谁的数字漂亮，而是比谁的数字能真实反映系统表现。记住这一点，你就能少走很多弯路。
可可精品资料库