缩小行为预测模型中的坐标系鸿沟：面向高效准确场景中心运动预测的知识蒸馏

行为预测模型近年来大量涌现，尤其在自动驾驶这一热门现实机器人应用中，表征运动智能体可能未来的分布对安全舒适的运动规划至关重要。在这些模型中，表示输入与输出的坐标系选择具有关键的权衡，大致分为两类。以智能体为中心的模型在智能体中心坐标中变换输入并进行推断。这些模型本质上对场景元素间的平移和旋转具有不变性，在公开排行榜上表现最佳，但随智能体与场景元素数量呈二次方扩展。以场景为中心的模型使用固定坐标系处理所有智能体。这使其具有在所有智能体间共享表征的优势，提供高效的摊销推断计算，随智能体数量线性扩展。然而，这些模型必须学习对场景元素间平移和旋转的不变性，且通常表现不如以智能体为中心的模型。本工作中，我们开发了概率运动预测模型间的知识蒸馏技术，并应用这些技术缩小以智能体为中心与以场景为中心模型间的性能差距。这在公开 Argoverse 基准上提升场景中心模型性能 13.2%，在 Waymo Open Dataset 上提升 7.8%，在大型内部数据集上最高提升 9.4%。这些改进的场景中心模型在公开排行榜上排名靠前，且在繁忙场景中比其以智能体为中心的教师模型高效多达 15 倍。