BriefGPT - AI 论文速递
·
使用带有注意机制的 LSTM 进行人类轨迹预测
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文介绍了一种结合了LSTM网络和注意力机制的人类轨迹预测模型。通过使用注意力分数确定模型关注的输入数据部分，该模型可以预测人类未来轨迹。在拥挤空间中的行人未来轨迹预测中，该模型表现出比社交LSTM算法更好的性能。
🎯
关键要点
- 提出了一种结合LSTM网络和注意力机制的人类轨迹预测模型。
- 模型通过注意力分数确定关注的输入数据部分。
- 可以提取注意力分数并整合到轨迹预测模块中。
- 在拥挤空间中的行人未来轨迹预测中，模型表现优于社交LSTM算法。
➡️
