MTR++:基于对称场景建模与引导意图查询的多智能体运动预测
计算机视觉与模式识别
2024-03-12 v2
摘要
运动预测对于自动驾驶系统理解复杂驾驶场景并做出明智决策至关重要。然而,由于交通参与者的多样行为以及复杂的环境上下文,该任务具有挑战性。本文中,我们提出 Motion TRansformer (MTR) 框架以应对这些挑战。初始的 MTR 框架利用带有可学习意图查询的 transformer 编码器-解码器结构,实现对未来轨迹的高效准确预测。通过为不同运动模态定制意图查询,MTR 改进了多模态运动预测,同时减少对密集目标候选的依赖。该框架包含两个关键过程:全局意图定位,识别智能体意图以提升整体效率;以及局部运动细化,自适应细化预测轨迹以提升准确性。此外,我们引入先进的 MTR++ 框架,将 MTR 的能力扩展至同时预测多智能体的多模态运动。MTR++ 融合了对称上下文建模与互引导意图查询模块,以促进多智能体间的未来行为交互,从而产生符合场景的未来轨迹。大量实验结果表明,MTR 框架在极具竞争力的运动预测基准上达到了最先进性能,而 MTR++ 框架超越其前身,在预测多智能体准确多模态未来轨迹时展现出增强的性能与效率。
引用
@article{arxiv.2306.17770,
title = {MTR++: Multi-Agent Motion Prediction with Symmetric Scene Modeling and Guided Intention Querying},
author = {Shaoshuai Shi and Li Jiang and Dengxin Dai and Bernt Schiele},
journal= {arXiv preprint arXiv:2306.17770},
year = {2024}
}
备注
Accepted by IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI 2024). The winning approaches for the Waymo Motion Prediction Challenge in 2022 and 2023