追踪前驱者对轨迹预测的影响
机器人学
2023-08-11 v1
摘要
在真实交通场景中，行人和驾驶员等智能体常观察表现出相似行为的邻近智能体作为范例，并在自身行为中一定程度上模仿其动作。该信息可作为轨迹预测的先验知识，但遗憾的是在当前轨迹预测模型中很大程度上被忽视。本文提出一种新颖的前驱-后继(PnS)方法，其包含前驱追踪模块，用于建模同一场景内前驱者（从同时期邻近智能体中识别）对后继者（目标智能体）的影响。该方法利用这些前驱者的运动模式来引导预测器进行轨迹预测。PnS以概率方式有效地将后继者的运动编码与多个潜在前驱者对齐，从而促进解码过程。我们通过将PnS集成到基于图的预测器中，在ETH/UCY数据集上进行行人轨迹预测，取得了新的最先进性能。此外，我们在基于Transformer的预测器中用PnS方法替换基于HD地图的场景上下文模块，在nuScenes数据集上进行车辆轨迹预测，表明该预测器即使不依赖任何地图信息也能保持良好预测性能。
引用
@article{arxiv.2308.05634,
title = {Tracing the Influence of Predecessors on Trajectory Prediction},
author = {Mengmeng Liu and Hao Cheng and Michael Ying Yang},
journal= {arXiv preprint arXiv:2308.05634},
year = {2023}
}