ESIA：能量基准时空交互感知的行人意图预测框架

近年来，随着自动驾驶技术的不断进步，行人意图预测成为一个重要研究方向，旨在通过建模时间动态、社会互动和环境背景来推断行人的未来越行决策和动作。然而，现有方法受限于过于简化的多智能体互动模式、推理逻辑不透明以及对行为预测缺乏全局一致性，这些都影响了方法的鲁棒性和可解释性。为此，本文提出了ESIA（Energy-based Spatiotemporal Interaction-Aware framework），一种新颖的基于条件随机场（CRF）的范式。我们将意图预测任务作为在统一基于图表示上的结构化预测问题来处理，将行人与环境视为时空节点。为刻画其不同角色，我们为节点分配一元势来捕捉个体意图，为边缘分配二元势来编码社会和环境互动。这些势函数被整合到统一的全局能量函数中，以确保行为预测在场景层面的一致性。为进一步在无ground-truth监督的情况下约束推理，我们引入结构一致性术语以惩罚逻辑矛盾。该优化通过一种新颖的单值种子模拟退火（U-SSA）算法高效求解，后者利用高置信度的一元先验实现快速收敛至高质量解。大量实验表明，ESIA 在标准基准测试上实现了最先进的性能，并在可解释性方面优于现有方法。