基于 Mamba-Graph 架构的逆强化学习可泛化轨迹预测
机器学习
2026-02-06 v2 人工智能
摘要
精确的驾驶行为建模是安全高效轨迹预测的基础，但在复杂交通场景中仍具有挑战性。本文提出了一种新颖的逆强化学习（IRL）框架，通过推断多样化的奖励函数来捕捉类人决策，从而实现鲁棒的跨场景适应性。所学的奖励函数被用于最大化输出似然，通过集成 Mamba 模块进行高效的长序列依赖建模，并结合图注意力网络来编码交通参与者之间的空间交互。在城市交叉口和环岛的全面评估表明，所提方法不仅在预测精度方面优于多种流行方法，而且在未见过的场景中的泛化性能达到了其他基线的 2.3 倍，在分布外（Out-of-Distribution）设置中实现了可与微调相媲美的适应性。
引用
@article{arxiv.2506.12474,
title = {Generalizable Trajectory Prediction via Inverse Reinforcement Learning with Mamba-Graph Architecture},
author = {Wenyun Li and Wenjie Huang and Zejian Deng and Chen Sun},
journal= {arXiv preprint arXiv:2506.12474},
year = {2026}
}