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。发表于：。在多智能体环境中准确预测道路用户的轨迹是一项具有挑战性的任务，需要建立一种能够在不同粒度进行行为推理的有效机制。本文提出了一种名为 DESTINE 的动态目标查询与时间传导对齐的方法，通过动态预测智能体的目标、生成地图兼容的轨迹预测以及使用注意力模块进行时间对齐，取得了 Argoverse 基准数据集上的最先进性能，并通过全面比较分析研究了所提出模块的贡献。
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。
