Feb, 2024

基于扩散的运动行为预测的可控多样性采样

TL;DR自动驾驶任务中,在复杂交通环境中进行轨迹预测需要遵循现实世界的环境条件和行为多模态。我们介绍了一种名为 Controllable Diffusion Trajectory (CDT) 的新型轨迹生成器,它将地图信息和社交交互融入到基于 Transformer 的条件去噪扩散模型中,以指导未来轨迹的预测。通过引入行为标记,如直行、向右转或向左转,确保轨迹呈现多模态,并且使用预测的终点作为替代行为标记,以促进准确轨迹的预测。在 Argoverse 2 基准测试中的大量实验表明,CDT 在复杂城市环境中生成多样且符合场景要求的轨迹。