Dec, 2023
学习多智能体轨迹预测的社会时空图
Learning Socio-Temporal Graphs for Multi-Agent Trajectory Prediction
Yuke Li, Lixiong Chen, Guangyi Chen, Ching-Yao Chan, Kun Zhang...
TL;DR为了准确预测人群中行人的轨迹,需一直考虑其与其他行人的社会 - 时间相互作用。我们提出了一种完整的、明确的捕捉并分析该信息的表示方法,即基于有向无环图的社会 - 时间图(STG)。利用 STGformer 模型,我们实现了端到端的流程,学习 STG 的结构用于轨迹预测,并在两个大规模基准数据集上取得了最先进的预测精度。统计数据表明,利用这种信息明确进行预测相对于仅使用轨迹的方法能够明显提高性能。