1.一种用于辅助驾驶的状态预测方法，包括：
获取驾驶环境的初始状态量；
使用预测模型基于所述初始状态量生成多个初始预测结果；
使用鉴别模型对所述多个初始预测结果进行打分；
基于所述打分从所述多个初始预测结果中选择一部分预测结果；以及
将所选择的一部分预测结果提供给所述预测模型，以基于其进行进一步的预测，直到获得最终预测结果。
2.如权利要求1所述的方法，进一步包括：
基于所述最终预测结果来决定驾驶策略。
3.如权利要求1所述的方法，进一步包括：
将所述驾驶环境中的待预测实体的结构化状态量表达为非结构化数据，以作为所述初始状态量；以及
从所述最终预测结果中提取所述待预测实体的结构化状态量。
4.如权利要求3所述的方法，其中，
所述待预测实体包括车辆、行人、分道线、道路指示牌、建筑物、路肩、路旁绿化带、路面障碍物中的一种或多种，
所述结构化状态量包括位置、速度、加速度、方位角、轮廓线、轮廓包围框、属性、类别中的一种或多种，且
所述非结构化数据包括图像。
5.如权利要求1所述的方法，其中，在使用预测模型基于所述初始状态量生成多个初始预测结果之前进一步包括：对所述鉴别模型进行训练。
6.如权利要求5所述的方法，其中，对所述鉴别模型进行训练包括：
将所述预测模型的预测结果和预测真值提供给所述鉴别模型作为输入；
使用所述鉴别模型鉴别所述输入是预测结果还是预测真值；以及
优化所述鉴别模型的参数以提高正确鉴别的概率。
7.如权利要求5所述的方法，其中，在使用预测模型基于所述初始状态量生成多个初始预测结果之前进一步包括：使用所述鉴别模型对所述预测模型进行对抗训练。
8.如权利要求7所述的方法，其中，所述对抗训练包括：
使用预测模型基于训练数据生成预测数据；
使用鉴别模型鉴别该预测数据是真值的概率；以及
基于所鉴别的概率优化所述预测模型的参数。
9.如权利要求7所述的方法，其中，对所述鉴别模型进行的训练和对所述预测模型进行的对抗训练交替进行。
10.一种用于辅助驾驶的状态预测装置，包括：
获取单元，用于获取驾驶环境的初始状态量；
预测单元，用于使用预测模型基于所述初始状态量生成多个初始预测结果；
鉴别单元，用于使用鉴别模型对所述多个初始预测结果进行打分；
选择单元，用于基于所述打分从所述多个初始预测结果中选择一部分预测结果以提供给所述预测模型，从而进行进一步的预测，直到获得最终预测结果。
11.如权利要求10所述的装置，还包括：
决策单元，用于基于所述最终预测结果来决定驾驶策略。
12.如权利要求10所述的装置，还包括：
第一训练单元，用于在使用预测模型基于所述初始状态量生成多个初始预测结果之前，对所述鉴别模型进行训练。
13.如权利要求12所述的装置，还包括：
第二训练单元，用于在使用预测模型基于所述初始状态量生成多个初始预测结果之前，使用所述鉴别模型对所述预测模型进行对抗训练。
14.一种电子设备，包括：
处理器；以及
存储器，在所述存储器中存储有计算机程序指令，所述计算机程序指令在被所述处理器运行时使得所述处理器执行如权利要求1-8中的任一项所述的用于辅助驾驶的状态预测方法。
15.一种车辆，包括权利要求14所述的电子设备。
16.一种计算机可读介质，其上存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行如权利要求1-8中的任一项所述的用于辅助驾驶的状态预测方法。