ILNet：基于逆向学习注意力提升意图捕获的轨迹预测
计算机视觉与模式识别
2025-07-10 v1
摘要
多主体交互场景下的轨迹预测是重要挑战。大多数先进方法通过基于时间和主体轴的高效分解注意力建模主体间交互，但这种静态的前向建模缺乏明确的交互时空协调，仅捕获明显且即时的行为意图。另一方面，现代轨迹预测框架采用固定锚点选择策略来细化连续预测，难以适应不同未来环境。人类驾驶员会根据对周围车辆意图的进一步假设动态调整初始驾驶决策。致力于人类驾驶行为，本文提出ILNet，一种基于逆向学习注意力和动态锚点选择模块的多主体轨迹预测方法。逆向学习注意力采用逆向学习范式建模相邻时刻的交互，引入意图以动态编码交互的时空协调，从而增强模型捕捉复杂交互模式的能力。随后，提出可学习的动态锚点选择模块以几乎不增加参数的方式并行提取多个轨迹关键点作为锚点。实验结果表明，ILNet在INTERACTION和Argoverse运动预测数据集上实现了最先进的性能。尤其在挑战性交互场景中，ILNet以更高的准确率和更多的多模态轨迹分布，同时使用更少的参数。我们的代码已公开：https://github.com/mjZeng11/ILNet。
引用
@article{arxiv.2507.06531,
title = {ILNet: Trajectory Prediction with Inverse Learning Attention for Enhancing Intention Capture},
author = {Mingjin Zeng and Nan Ouyang and Wenkang Wan and Lei Ao and Qing Cai and Kai Sheng},
journal= {arXiv preprint arXiv:2507.06531},
year = {2025}
}