BriefGPT - AI 论文速递
·
DESTINE: 动态目标查询与时间传导对齐在轨迹预测中的应用
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
Goal-GAN是一种用于人类轨迹预测的模型，采用过去的轨迹信息和场景的视觉背景来估计可能的目标位置的多模态概率分布，并使用循环神经网络生成符合物理约束的逼真且多样化的轨迹集合。实验结果表明，该方法在多个基准测试中建立了一个新的最先进模型。
🎯
关键要点
-
Goal-GAN是一种用于人类轨迹预测的模型。
-
该模型通过将轨迹预测任务建模为目标估计和路由模块的两阶段过程来实现。
-
使用过去的轨迹信息和场景的视觉背景来估计目标位置的多模态概率分布。
-
在推断过程中采样潜在目标进行路由。
-
采用循环神经网络执行路由任务，生成符合物理约束的可行路径。
-
实验结果表明，该方法在多个基准测试中建立了新的最先进模型。
-
能够生成符合物理约束的逼真且多样化的轨迹集合。
➡️
