multi-agent trajectory prediction | BriefGPT

关键词multi-agent trajectory prediction

搜索结果 - 10

多智能体轨迹预测的神经交互能量
通过神经交互能量的多智能体轨迹预测框架 MATE，我们引入了两个约束条件以增强时间稳定性，即智能体间的相互作用约束和智能体内部运动约束，有效地减轻了多智能体系统中固有的预测波动。对比四个不同数据集上以前的方法的评估结果突出了我们模型的优越预
PDF2 months ago
AAAI通过神经随机微分方程提高跨域轨迹预测的可迁移性
基于连续和随机表示的神经随机微分方程，提出了一个解决多智能体轨迹预测中数据采集策略差异的方法，并通过 nuScenes、Argoverse、Lyft、INTERACTION 和 Waymo Open Motion Dataset (WOMD
PDF6 months ago
AdapTraj: 一个多源领域泛化的多智能体轨迹预测框架
提出了 AdapTraj，一种特定于多智能体轨迹预测任务的多源域泛化框架，可以显著优于其他基线模型，通过显式建模四种特征类型来解决负迁移和外部因素建模不足的问题。
PDF6 months ago
CVPRQCNeXt：一种用于联合多智能体轨迹预测的下一代框架
本技术报告提出了一种名为 QCNeXt 的下一代联合多智能体轨迹预测框架，其基于查询中心编码范例和多智能体 DETR 类似的解码器，并在 Argoverse2 数据集上实现了最佳结果。
PDFa year ago
TSGN：基于投影向量化表示的时间场景图神经网络用于多智能体运动预测
使用 Temporal Scene Graph Neural Networks 和 Hierarchical Lane Transformer 构建的 TSGN 框架，用于多智能体轨迹预测，实现了最先进的性能表现，同时减少计算负担。
PDFa year ago
CVPR利用增量 Pearson 相关系数进行联合多智能体轨迹预测
介绍了一种基于 incremental Pearson 相关系数的新型模块，用于提高多智能体交互建模的性能，它可以方便地嵌入到现有的多智能体预测方法中，并通过在多个数据集上的实验表明，在 baselines 上的表现都有很大程度的提升。
PDFa year ago
ICCVRAIN: 基于强化混合注意力推理网络的运动预测
提出了一种基于动态关键信息选择和排名的混合注意机制的泛型运动预测框架（称为 RAIN），并将其实例化以处理多智能体轨迹预测和人体运动预测任务，并使用交替训练策略以优化框架不同模块的参数。在不同领域的合成仿真和运动预测基准上验证了该框架，证明
PDF3 years ago
不同 iable 可微分仿真：多智能体轨迹预测
本文提出一种名为 ITRA 的深度生成模型，使用基于全差分仿真器的条件循环变分神经网络对多智能体轨迹进行预测，成功利用运动学自行车模型和鸟瞰图像实现了最新的预测结果。
PDF3 years ago
潜变量序列集合变压器用于联合多智能体运动预测
提出了基于自动机器人（AutoBots）的潜变量序列集变压器模型，具有单代理预测和多代理预测的能力，在全局 nuScenes 车辆运行预测领域取得了最佳成果，使用了学习可并处理的时间和社会 MHSA 模块的编码器，并结合可学习的种子参数，使
PDF3 years ago
空间时间图双重注意力网络用于多智能体预测和跟踪
本文提出了一种通用的生成神经系统（称为 STG-DAT），用于多代理轨迹预测，涉及异构代理。该系统采用了动态图形表示，并利用轨迹和场景上下文信息来明确交互建模。本文还采用了一个有效的运动学约束层，该约束不仅确保物理可行性，而且提高了模型性能
PDF3 years ago