本文介绍了一种基于多阶段视觉Transformer的多任务学习代理，通过传播车辆状态和环境表示作为Transformer的特殊令牌，解决了惯性和离线与在线性能之间的低相关性问题。实验结果表明，惯性显著减少，并且离线和在线指标之间有很高的相关性。