MATS：一种用于规划与控制的 Interpretable 轨迹预测表示
机器人学
2021-01-15 v2 人机交互
机器学习
系统与控制
系统与控制
摘要
对人类运动的推理是现代人机交互系统的核心组成部分。特别地，行为预测在自主系统中的主要用途之一是为机器人运动规划与控制提供信息。然而，多数规划与控制算法推理的是系统动力学，而非轨迹预测方法通常输出的预测智能体航迹段（即有序航点集），这可能阻碍二者的集成。为此，我们提出仿射时变系统混合（MATS）作为轨迹预测的输出表示，其更适于下游规划与控制使用。我们的方法借鉴概率轨迹预测工作的成功思想，学习在规划与控制文献中被充分研究的动力学系统表示。我们将预测与所提出的多模态规划方法相集成，并在大规模自动驾驶数据集上展示了显著的计算效率提升。
引用
@article{arxiv.2009.07517,
title = {MATS: An Interpretable Trajectory Forecasting Representation for Planning and Control},
author = {Boris Ivanovic and Amine Elhafsi and Guy Rosman and Adrien Gaidon and Marco Pavone},
journal= {arXiv preprint arXiv:2009.07517},
year = {2021}
}
备注
14 pages, 6 figures, 1 table. All code, models, and data can be found at https://github.com/StanfordASL/MATS . Conference on Robot Learning (CoRL) 2020