基于流生成模型的车辆轨迹预测中的关键示例挖掘

BriefGPT - AI 论文速递 · 2024-10-21T00:00:00Z

研究在自动驾驶中利用轨迹和动态状态信息进行数据筛选，提出轨迹状态聚类和采样方法，降低注释和数据成本，同时保持模型性能。通过轨迹信息选择数据，促进训练数据多样性。使用nuScenes数据集验证方法在轨迹预测任务中的有效性，甚至在50%数据成本下达到接近基线的误差。结果表明，初期采样典型数据有助于解决冷启动问题，随着训练池增大，引入新颖性更有益。