用于多模态联合车辆运动预测的多头注意力方法
机器学习
2019-12-23 v3 人工智能
机器人学
摘要
本文提出一种基于多头注意力的新颖车辆运动预测方法。它将所有车辆在道路场景上的联合预测生成为它们位置的多模态概率密度函数序列。其架构使用多头注意力来考量所有车辆之间的完整交互，并使用长短期记忆层进行编码与预测。它仅依赖于车辆位置轨迹，不需要机动定义，也不使用空间网格来表示场景。这使得它比类似模型更具通用性，同时结合了多种预测能力，即带交互的联合预测、不确定性估计以及多模态。所得的预测似然在相同数据集上优于最先进的模型。
引用
@article{arxiv.1910.03650,
title = {Multi-Head Attention for Multi-Modal Joint Vehicle Motion Forecasting},
author = {Jean Mercat and Thomas Gilles and Nicole El Zoghby and Guillaume Sandou and Dominique Beauvois and Guillermo Pita Gil},
journal= {arXiv preprint arXiv:1910.03650},
year = {2019}
}
备注
7 pages, 4 figures, under review at ICRA and RA-L