关于轨迹预测基准中序列复杂性分析的简短笔记
机器学习
2020-05-29 v2 机器人学
摘要
序列复杂性的分析与量化是在定义轨迹预测基准时频繁遇到的开放问题。为了能够实现更具信息量的数据基础组装，提出了一种以一小组可区分的原型子序列来确定数据集表示的方法。该方法采用序列比对，随后接一个学习向量量化（LVQ）阶段。在合成生成与真实世界数据集上的初步概念验证显示了该方法的可行性。
引用
@article{arxiv.2004.04677,
title = {A Short Note on Analyzing Sequence Complexity in Trajectory Prediction Benchmarks},
author = {Ronny Hug and Stefan Becker and Wolfgang Hübner and Michael Arens},
journal= {arXiv preprint arXiv:2004.04677},
year = {2020}
}
备注
Accepted at LHMP2020 Workshop (ICRA 2020)