《HiVT: Hierarchical Vector Transformer for Multi-Agent Motion Prediction》论文精读

 原文链接：Zhou_HiVT_Hierarchical_Vector_Transformer_for_Multi-Agent_Motion_Prediction_CVPR_2022_paper.pdf (thecvf.com)

 论文源码：GitHub - ZikangZhou/HiVT: [CVPR 2022] HiVT: Hierarchical Vector Transformer for Multi-Agent Motion Prediction

摘要

现有的方法忽略了问题的对称性，并且计算成本昂贵

我们的方法通过将问题分解为局部上下文提取和全局交互建模

我们提出了平移不变的场景表示和旋转不变的空间学习模块

1.Introduction

痛点：常见的矢量化方法通常对参考系的平移和旋转不具有鲁棒性，为了解决这个问题，现有的研究将场景进行归一化，使其以目标代理为中心，并与目标代理的航向对齐，但随之而来的是计算成本的提高

解决方案：

在第一阶段，我们的框架避免了昂贵的全对全交互建模，并且只在局部提取上下文特征。

在第二阶段，为了补偿受限的局部接受域并捕获场景中的远程依赖，我们通过赋予Transformer编码器局部参考帧之间的几何关系，在以代理为中心的局部区域之间执行全局消息传递。

2.Related Work

略 

3.Approach

3.1.Overall Framework