MetaTra：在未知领域中进行广义轨迹预测的元学习
原文中文，约300字，阅读约需1分钟。发表于：。通过提出一种名为 MetaTra 的基于元学习的轨迹预测方法，该方法将 Dual Trajectory Transformer 引入到不同情景中探索个体意图和群体运动模式之间的相互作用，进一步提出了一种模拟源领域和目标领域之间泛化过程的元学习框架，以及通过 Serial and Parallel Training 策略和 MetaMix 特征增强方法增强预测稳定性，实验证明 MetaTra...
META-MT是一种基于元学习的方法，用于适应神经机器翻译系统(NMT)。通过在模拟的离线元训练领域适应任务的基础上学习如何适应新的未见过的领域，META-MT可以在很少的领域样例可用时显著优于经典的领域适应。
