Ctx2TrajGen：基于生成对抗式模仿学习的交通上下文感知微观车辆轨迹生成
人工智能
2025-07-24 v1 机器学习
摘要
精确建模微观车辆轨迹对于交通行为分析和自动驾驶系统至关重要。我们提出 Ctx2TrajGen，一种基于 GAIL 的上下文感知轨迹生成框架，用于合成现实的城市驾驶行为。利用 PPO 和 WGAN-GP，我们的模型解决了微观环境中固有的非线性相互依赖性和训练不稳定性。通过显式地对周围车辆和道路几何进行条件化，Ctx2TrajGen 生成与真实环境相匹配的、具有交互感知能力的轨迹。在无人机捕获的 DRIFT 数据集上进行的实验表明，与现有方法相比，Ctx2TrajGen 在逼真度、行为多样性和上下文保真度方面表现出色，为无需仿真地解决数据稀缺和领域迁移问题提供了稳健的解决方案。
引用
@article{arxiv.2507.17418,
title = {Ctx2TrajGen: Traffic Context-Aware Microscale Vehicle Trajectories using Generative Adversarial Imitation Learning},
author = {Joobin Jin and Seokjun Hong and Gyeongseon Baek and Yeeun Kim and Byeongjoon Noh},
journal= {arXiv preprint arXiv:2507.17418},
year = {2025}
}