本研究针对自动驾驶中的多视角预测车辆状态的问题，提出了一种多视角与历史轨迹相融合的预测框架，并通过使用 3D 卷积从视频中提取视觉特征以及通过 1D 卷积从车速和转向角度轨迹数据中提取特征，实现了在实际数据集上的车辆状态预测任务中的优越表现。

Jul, 2021

本文研究了虚拟指导对基于中级表示的导航的影响，探讨了不同形式的虚拟指导信号在导航性能方面的潜力，并使用 Unity 引擎构建了虚拟城市进行实验，结果表明虚拟指导提供了更有意义的导航信息，提高了路径完成率和导航效率。

Mar, 2023

我们引入了一种通用的视觉预测框架，旨在直接模仿视觉序列而不需要额外的监督。我们通过将视觉预测转化为逆强化学习问题，并通过可训练的深层特征表示扩展最近的进展来解决计算瓶颈。我们在低级像素到高级语义的三个不同级别上评估了我们的方法，在所有级别上，我们的方法都优于现有的方法。

Aug, 2017

本研究提出了一种基于激光雷达和历史位置数据的多智能体未来交互预测模型，包括标准预测和条件预测，并针对自动驾驶车辆的目标进行了评估。实验结果表明，该模型在多智能体驾驶情景中比现有技术更准确。

May, 2019

由于视觉自主驾驶应用需要同时处理语义、3D 几何和时间信息以进行联合感知、预测和规划，因此我们提出了一种名为 “ViDAR” 的预训练模型，用于预训练下游视觉编码器，并通过新颖的隐变换操作将历史嵌入式表示转换为 3D 几何空间，以实现未来点云的预测。实验结果表明，在下游任务中取得了显著的增益，如在 3D 检测上的 NDS 提高了 3.1％，运动预测的错误率减少了约 10％，规划中碰撞率减少了约 15％。

Dec, 2023

通过学习视觉契合来指导机器人探索，并使用基于 Transformer 的模型来学习 VQ-VAE 潜在嵌入空间中条件分布，从而展现模型的组合泛化能力。训练完成的契合模型可用于机器人操作策略学习中的目标抽样分布。

May, 2023

本文提出了一个培训框架，用于训练代理在物体目标导航任务中主动寻求帮助，并提供有反馈的目标物体在其视野中的位置。为了使代理更加鲁棒，该培训课程包括具有和没有反馈的情节混合。结果表明，即使没有反馈，在这个方法的帮助下，代理的表现也得到了提高。

Mar, 2023

该研究论文介绍了一种应对极端海洋条件中目标物跟踪的自主视觉导航框架，该框架利用生成对抗网络（GAN）和 YOLOv5 目标检测器对视觉特征进行处理，并在沙尘暴和雾等极端能见度受限条件下进行了充分测试，结果表明该方案在多个指标上优于现有方法。

Aug, 2023

研究挑战：将运动预测模型应用于由感知模块提供输入的更加真实场景，并通过综合评估量化领域差距的影响，并设计合成扰动以更好地表征其后果，从而提供有关上游感知模块中需要改进的领域的见解和指导。

Jun, 2023

本研究提出了一种基于原始传感器测量而非基于标准轨迹的端到端方法来进行对象检测和运动预测，实现对多个未来情况的推理能力，并扩展了检测度量来检验预测准确性。

Mar, 2022