基于智能体互动图嵌入的自动驾驶轨迹预测

自动驾驶系统中轨迹预测模块对于 autonomous agent car 及其周围环境的决策和安全至关重要。本工作提出了一种名为 AiGem (Agent-Interaction Graph Embedding) 的 novel 框架，用于预测 autonomous car 周围的交通车辆轨迹。AiGem 通过四个步骤来解决此问题。首先，AiGem 以两个步骤将历史交通互动建模为图形：(1) 在历史帧的每个时间步骤中，使用代理之间的空间边缘捕获 agent-interactions (图形的节点)，然后，(2) 使用时间边缘将空间图在时间顺序中连接起来。随后，AiGem 对空间-时间图应用深度可分离图编码器网络以生成图嵌入，即所有图中节点的嵌入。接下来，一个顺序门控循环单元解码器网络使用当前时间戳的嵌入来获取解码状态。最后，一个输出网络由多层感知机组成，用于利用解码状态作为输入来预测轨迹。结果表明，AiGem 在更长的预测时段上超过了当前的深度学习算法。