# Using Transformer Architectures for Motion Planning in Autonomous Vehicles

DevFeed: [Using Transformer Architectures for Motion Planning in Autonomous Vehicles](<https://devfeed.tech/articles/article-24863.md>)

Original publisher: [Read original article](<https://habr.com/ru/companies/yandex/articles/1052424/>)

Author: msporyshev (Яндекс)

Published: 2026-06-30T07:04:04Z

Content type: article

Language: ru

Sources: [Яндекс - Как мы делаем Яндекс / Статьи](<https://devfeed.tech/sources/source.md>)

Topics: [Machine learning](<https://devfeed.tech/topics/machine-learning.md>)

Tags: [machine-learning](<https://devfeed.tech/tags/machine-learning.md>), [ml](<https://devfeed.tech/tags/ml.md>), [reinforcement-learning](<https://devfeed.tech/tags/reinforcement-learning.md>), [self-driving](<https://devfeed.tech/tags/self-driving.md>), [tag-4004cf5948d3](<https://devfeed.tech/tags/tag-4004cf5948d3.md>), [transformers](<https://devfeed.tech/tags/transformers.md>)

## AI overview

The article explains how Yandex uses transformer-based architectures for motion planning in autonomous vehicles. It covers the difference between open-loop and closed-loop evaluation, the limits of prediction metrics, and the safety-focused validation process from machine-learning experiments through supervised real-vehicle testing.

## Source excerpt

Трансформеры уже умеют писать код, генерировать тексты и рисовать картины. Но могут ли они управлять автономным автомобилем в реальных городских условиях, среди людей и других машин? Меня зовут Максим, я руковожу службой поведения и предсказания движения в Автономном транспорте Яндекса. Отвечаю за задачу Motion Planning -- ту часть системы, которая решает, как именно должен двигаться автомобиль в следующие секунды. В этой статье я расскажу, как мы используем архитектуры на основе трансформеров в планировании движения и почему это сильно отличается от привычных задач генеративных моделей. Мы пройдём путь от первых ML-экспериментов до регулярных испытаний на реальных машинах. Разберём, чем Open Loop отличается от Closed Loop, почему качество предсказаний не определяет качество вождения и почему безопасность для нас важнее любой архитектуры. Читать далее