基于上下文的多任务学习用于行人意图和轨迹预测
原文中文，约400字，阅读约需1分钟。发表于：。PTINet 是一个联合学习路径和意图预测的算法，通过结合过去的轨迹观察、局部上下文特征以及全局特征来模拟人行为模型，其在预测行人路径和意图方面表现出优越性能，并为城市环境中与行人无缝交互的自动化系统的发展铺平了道路。
本文介绍了PIP-Net框架，用于预测自动驾驶汽车在城市场景中行人过马路意图。该模型利用运动数据和驾驶场景的空间特征，采用循环和时间注意力的解决方案，能够提前4秒准确预测行人过马路意图。同时，作者还提出了Urban-PIP数据集，是一个自动驾驶情景下的定制行人意图预测数据集。
