回忆以预测：在可解释的运动库中为运动预测奠定基础
计算机视觉与模式识别
2026-05-05 v1
摘要
运动预测常常需要在可解释性与预测准确性之间进行权衡。标准的基于锚点的架构依赖于不透明的潜在查询，这些查询极易发生潜在坍缩，或者依赖于限制多模态多样性的朴素轨迹采样。我们提出了一种端到端可微分的框架，该框架将预测建立在一个全面的“运动库”之上，这是一个通过对比学习构建的、包含物理可实现轨迹的结构化嵌入空间。我们的架构并非从零开始回归路径，而是通过一种新颖的锚点检索层动态地检索显式的运动先验。该模块通过双层级门控交叉注意力机制调整正交初始化的查询，并使用直通式Gumbel-Softmax估计器执行离散轨迹选择，以保持连续的梯度流。检索到的语义基础锚点随后由DETR风格的解码器进行几何精炼，并与赢家通吃（WTA）运动学高斯混合模型（GMM）、潜在多样性惩罚以及软最小加权端点损失联合优化。通过严格地将解码阶段建立在多样化、可解释的运动基元之上，我们的方法消除了标准潜在查询的“黑箱”，同时在Argoverse 2和Waymo Open Motion数据集上实现了具有竞争力的多模态准确性。代码可在以下网址获取：https://github.com/abviv/recall2predict
引用
@article{arxiv.2605.01393,
title = {Recall to Predict: Grounding Motion Forecasting in Interpretable Motion Bank},
author = {Abhishek Vivekanandan and Ahmed Abouelazm and J. Marius Zöllner},
journal= {arXiv preprint arXiv:2605.01393},
year = {2026}
}
备注
Sumitted for PeerReview