G2LTraj:用于轨迹预测的全局到局部生成方法
原文中文,约300字,阅读约需1分钟。发表于: 。本文提出了一种名为 G2LTraj 的全局到局部生成方法,用于轨迹预测,解决了以往递归和同时方法的问题,显著提高了轨迹预测的性能。
本研究使用Large Language Models (LLMs)探究了使用LLMs进行人轨迹预测的可能性。通过生成物体过去/观察到的轨迹中的运动线索,并利用混合高斯聚类未来轨迹中的运动线索。采用基于Transformer的体系结构,展示了在行人轨迹预测基准数据集上的有效性,并进行了多个消融实验验证方法。