Scene Informer：基于锚点的部分可观测环境中的遮挡推断与轨迹预测

在复杂动态环境中导航要求自动驾驶车辆（AVs）对可见区域与遮挡区域均进行推理。这涉及预测已观测智能体的未来运动、推断被遮挡的智能体，并基于部分可观测环境的矢量化场景表示对其交互进行建模。然而，先前关于遮挡推断与轨迹预测的研究是孤立发展的：前者基于简化的栅格化方法，后者则假设环境完全可观测。我们提出了 Scene Informer，一种在部分可观测设定下统一预测已观测智能体轨迹与推断遮挡的方法。它使用 transformer 聚合多种输入模态，并对可能与自动驾驶车辆规划路径相交的遮挡进行选择性查询。该框架估计遮挡的占据概率与可能轨迹，并预测已观测智能体的运动。我们探讨了两个领域常见的可观测性假设及其对性能的影响。在 Waymo Open Motion Dataset 上，我们的方法在部分可观测设定下的占据预测与轨迹预测方面均优于现有方法。