RMP：一种用于运动预测的随机掩码预训练框架
机器人学
2023-09-19 v1 计算机视觉与模式识别
机器学习
摘要
随着预训练技术日益流行，在自动驾驶中基于学习的运动预测方法的预训练工作却寥寥无几。本文提出一种框架，将交通参与者轨迹预测的预训练任务形式化。在该框架内，受自然语言处理（NLP）与计算机视觉（CV）中随机掩码模型的启发，物体在随机时间步的位置被掩码，随后由学习到的神经网络（NN）填补。通过改变掩码配置，我们的框架可在一系列运动相关任务间轻松切换。通过在 Argoverse 与 NuScenes 数据集上的评估表明，所提预训练框架能够处理含噪输入，并改善运动预测精度与漏检率，尤其针对随时间被遮挡的物体。
引用
@article{arxiv.2309.08989,
title = {RMP: A Random Mask Pretrain Framework for Motion Prediction},
author = {Yi Yang and Qingwen Zhang and Thomas Gilles and Nazre Batool and John Folkesson},
journal= {arXiv preprint arXiv:2309.08989},
year = {2023}
}
备注
IEEE International Conference on Intelligent Transportation Systems (ITSC 2023)