SSL-Interactions：用于交互式轨迹预测的预置任务
计算机视觉与模式识别
2024-08-27 v2 人工智能
机器人学
摘要
本文关注多智能体环境中的运动预测，这对确保自动驾驶车辆的安全至关重要。传统以及近期数据驱动的边际轨迹预测方法难以正确学习非线性的智能体间交互。我们提出 SSL-Interactions，该方法引入预置任务以增强轨迹预测的交互建模。我们引入了四个交互感知的预置任务来概括智能体交互的各个方面：距离间隔预测、最近距离预测、运动方向预测和交互类型预测。我们进一步提出了一种从数据集中筛选交互密集场景的方法。这些筛选后的数据具有两个优势：为交互模型提供更强的学习信号，并有助于为以交互为中心的预置任务生成伪标签。我们还提出了三个专门设计用于评估交互场景中预测的新指标。我们的实证评估表明，SSL-Interactions 在定量上优于最先进的运动预测方法，提升幅度高达 8%，并且在交互密集场景中定性表现更佳。
引用
@article{arxiv.2401.07729,
title = {SSL-Interactions: Pretext Tasks for Interactive Trajectory Prediction},
author = {Prarthana Bhattacharyya and Chengjie Huang and Krzysztof Czarnecki},
journal= {arXiv preprint arXiv:2401.07729},
year = {2024}
}
备注
Accepted at IV-2024. 13 pages, 5 figures