可解释式目标导向车辆轨迹预测模型
原文中文，约300字，阅读约需1分钟。发表于：。自动驾驶中，理解车辆与周围环境的社交互动行为并预测其轨迹的能力对道路安全至关重要。为了克服神经网络方法在车辆轨迹预测中缺乏可解释性的问题，本文结合离散选择模型的可解释性与神经网络模型的高准确性，提出了一种能解释其预测结果而不降低准确度的模型，并通过使用 INTERACTION 数据集进行实现和评估，证明了该模型的有效性。
本文介绍了一种结合离散选择模型和神经网络模型的车辆轨迹预测模型，能够理解车辆与周围环境的社交互动行为并预测其轨迹。通过使用INTERACTION数据集进行实现和评估，证明了该模型的有效性。
