Kraken：利用模式变换器和贪婪模式处理实现联合轨迹预测
机器人学
2023-12-11 v1 机器学习
摘要
准确可靠的运动预测对于安全的城市自动驾驶至关重要。最突出的运动预测方法基于对自主系统附近每个智能体未来可能轨迹的分布进行建模。这些“独立”的边际预测可能足以准确描述预测目标不太可能与其他智能体交互的常规驾驶场景。然而，它们不足以对智能体未来轨迹可能相交的交互场景进行建模。为缓解这一问题，我们提出了Kraken——一种实时轨迹预测模型，能够近似智能体之间的成对交互，同时生成准确的边际预测。Kraken依赖于一种简单的贪婪模式处理技术，使其能够将两个智能体的分解预测转换为物理上合理的联合预测。它还利用模式变换器模块增加预测轨迹的多样性，使联合预测更具信息量。我们在Waymo运动预测挑战赛上评估了Kraken，该模型在2021年10月获得了交互排行榜第一名和运动排行榜第二名。
引用
@article{arxiv.2312.05144,
title = {Kraken: enabling joint trajectory prediction by utilizing Mode Transformer and Greedy Mode Processing},
author = {Daniil S. Antonenko and Stepan Konev and Yuriy Biktairov and Boris Yangel},
journal= {arXiv preprint arXiv:2312.05144},
year = {2023}
}