基于图神经网络的自动驾驶联合交互与轨迹预测
机器学习
2019-12-18 v1 人工智能
机器学习
摘要
在这项工作中，我们旨在通过显式建模交通场景中车辆之间的成对交互来预测其未来运动。具体来说，我们提出了一种图神经网络，该网络联合预测场景中所有智能体的离散交互模式和5秒未来轨迹。我们的模型推断出一个交互图，其节点是智能体，其边捕捉智能体之间的长期交互意图。为了训练模型识别已知的交互模式，我们引入了一个自动标注函数来生成真实交互标签。使用大规模真实驾驶数据集，我们证明联合预测轨迹和显式交互类型比基线方法显著降低了轨迹误差。最后，我们通过仿真研究表明，学习到的交互模式在语义上是有意义的。
引用
@article{arxiv.1912.07882,
title = {Joint Interaction and Trajectory Prediction for Autonomous Driving using Graph Neural Networks},
author = {Donsuk Lee and Yiming Gu and Jerrick Hoang and Micol Marchetti-Bowick},
journal= {arXiv preprint arXiv:1912.07882},
year = {2019}
}
备注
Accepted in Machine Learning for Autonomous Driving NeurIPS 2019 Workshop