TAE：一种半监督可控行为感知轨迹生成器与预测器
机器人学
2022-11-02 v2 机器学习
摘要
轨迹生成与预测是两项交织的任务，在智能车辆的规划器评估与决策中扮演重要角色。大多数现有方法只关注二者之一，并被优化为直接输出最终生成/预测的轨迹，仅包含用于关键场景增强与安全规划的有限信息。本工作中，我们提出一种新颖的行为感知轨迹自编码器（TAE），其利用半监督对抗自编码器与交通领域知识，在潜空间中显式建模驾驶员的攻击性与意图等行为。我们的模型以统一架构处理轨迹生成与预测，并惠及两项任务：该模型可生成多样、可控且真实的轨迹，以增强安全关键与长尾场景中的规划器优化；除最终轨迹外，它还能提供关键行为的预测以辅助决策。实验结果表明，我们的方法在轨迹生成与预测上均取得有前景的性能。
引用
@article{arxiv.2203.01261,
title = {TAE: A Semi-supervised Controllable Behavior-aware Trajectory Generator and Predictor},
author = {Ruochen Jiao and Xiangguo Liu and Bowen Zheng and Dave Liang and Qi Zhu},
journal= {arXiv preprint arXiv:2203.01261},
year = {2022}
}
备注
an updated version, change figures and references. 8 pages, robotics conference, about trajectory augmentation and prediction for intelligent vehicle systems