MS-Net：一种用于多场景运动预测的多路径稀疏模型
计算机视觉与模式识别
2024-03-04 v1 人工智能
机器人学
摘要
人类行为的多模态和随机特性使得运动预测成为一项极具挑战性的任务，这对自动驾驶至关重要。虽然深度学习方法在该领域展示了巨大潜力，但建立多种驾驶场景（如汇入、环岛、交叉口）与深度学习模型设计之间的联系仍未得到解决。当前基于学习的方法通常使用一个统一模型来预测不同场景下的轨迹，这可能导致在单个场景下结果次优。为解决这一问题，我们提出了多场景网络（简称 MS-Net），这是一种通过进化过程训练的多路径稀疏模型。MS-Net 在推理阶段选择性地激活其参数子集，以针对每个场景生成预测结果。在训练阶段，不同场景下的运动预测任务被抽象为多任务学习问题；我们设计了一种进化算法，旨在鼓励网络搜索每个场景的最优参数，同时在不同场景间共享通用知识。实验结果表明，在大幅减少参数量的情况下，MS-Net 在成熟的行人运动预测数据集（如 ETH 和 UCY）上优于现有的最先进方法，并在 INTERACTION 挑战赛中排名第二。
引用
@article{arxiv.2403.00353,
title = {MS-Net: A Multi-Path Sparse Model for Motion Prediction in Multi-Scenes},
author = {Xiaqiang Tang and Weigao Sun and Siyuan Hu and Yiyang Sun and Yafeng Guo},
journal= {arXiv preprint arXiv:2403.00353},
year = {2024}
}
备注
Accepted by IEEE Robotics and Automation Letters (RAL)