
《Forecast-MAE: Self-supervised Pre-training for Motion Forecasting with Masked Autoencoders》1/2
1.标注数据困难依赖于序列标注agent轨迹还有传感器采集高精地图,由于成本限制,所以很大扩大规模。哪如何解决的呢?PreTraM这个论文用高精地图训练一个mapenconder(是一个栅格地图操作)SSL-Lanes论文,设计pretext tasks,来学习更丰富的特征,不额外增加数据就可以提升性能(类似于数据增强?2.单一输入的预测模型,缺乏多模态输入的模型本文就是研究通过利用一个掩码自动编码器(MAE)来应对挑战。





