SIMPL：一种用于自动驾驶的简单高效多智能体运动预测基线
机器人学
2024-02-06 v1 人工智能
计算机视觉与模式识别
机器学习
摘要
本文提出了一种用于自动驾驶车辆的简单高效运动预测基线（SIMPL）。传统以智能体为中心的方法精度高但计算重复，以场景为中心的方法精度和泛化性受损，与此不同，SIMPL为所有相关交通参与者提供实时、准确的运动预测。为了在准确率和推理速度上同时取得改进，我们提出了一个紧凑高效的全局特征融合模块，以对称方式执行有向消息传递，使网络能够在单次前向传播中预测所有道路使用者的未来运动，并减轻由视角偏移导致的精度损失。此外，我们在轨迹解码中研究了使用Bernstein基多项式的连续轨迹参数化，允许在任意所需时间点评估状态及其高阶导数，这对下游规划任务具有重要价值。作为强大的基线，SIMPL在Argoverse 1和2运动预测基准上与其他state-of-the-art方法相比表现出极具竞争力的性能。此外，其轻量级设计和低推理延迟使SIMPL具有高度可扩展性，有望用于现实世界的车载部署。我们在 https://github.com/HKUST-Aerial-Robotics/SIMPL 开源了代码。
引用
@article{arxiv.2402.02519,
title = {SIMPL: A Simple and Efficient Multi-agent Motion Prediction Baseline for Autonomous Driving},
author = {Lu Zhang and Peiliang Li and Sikang Liu and Shaojie Shen},
journal= {arXiv preprint arXiv:2402.02519},
year = {2024}
}
备注
Code is available at https://github.com/HKUST-Aerial-Robotics/SIMPL