Bin_Dut的博客

Waymo Open Motion Dataset 2023年冠军方案，较MTR适配了多智能体联合预测的技术方案[自动驾驶算法][从0开始轨迹预测] [文献阅读笔记] [MTR]：Motion Transformer with Global Intention Localization and Local MoMTR仓库。

MTR模型的整体架构如图所示，(a) 表示稠密未来预测模块，它预测每个智能体的单个轨迹(例如，在上面的 (a) 中绘制为黄色虚线）。 (b) 表示动态地图收集模块，它沿着每个预测轨迹收集地图元素(例如，在（b）的上述部分中沿着每个轨迹绘制为阴影区域）以提供特定于轨迹的地图元素运动解码器网络的功能。 ©表示运动解码器网络，其中𝒦是运动查询对的数量，𝑇是未来帧的数量，𝐷是隐藏特征维度𝑁 是 Transformer 解码器层数。 预测轨迹、运动查询对和查询内容特征是最后一个解码器层的输出，并将作为下一个解

SEPT: TOWARDS EFFICIENT SCENE REPRESENTATION LEARNING FOR MOTION PREDICTION

[文献阅读笔记]：Forecast-MAE: Self-supervised Pre-training for Motion Forecasting with Masked Autoencoders

​ 人们普遍认为，一旦认知刺激的水平低于自己的兴奋阈值（own comfortable 'setting point‘），大多数人会寻找替代的/额外的信息来源，从而导致注意力分散。

Social-STGCNN: A Social Spatio-Temporal Graph Convolutional Neural Network for Human Trajectory Prediction文章：采用了较之前轨迹预测方法不同的研究思路，使用图卷积网络代替原有模型的交互汇集机制并引进了核函数，使用TCN代替先前模型的循环递归架构。摘要：更好地了解...

写在前面：这篇文章，值得看的地方有两块，一个是GAT（图注意力网络的应用），第二个是 （Cycle-GAN）的应用 。本文是全文翻译。关于Cycle-GAN的论文见解和阅读SINO的阅读笔记不错，文章3.6部分链接贴出来了。文章目录Social-BiGAT摘要1 引言2 相关工作3 Social-BiGAT3.1 问题定义3.2 整体模型3.3 Feature Encoder3.4 Atten...

[文献阅读笔记]：VectorNet: Encoding HD Maps and Agent Dynamics from Vectorized Representation在前期进行充分调研后，在考虑模型精度与时延的基础上，确定使用VectorNet作为预测模块，直道模型的预测模型，现对模型进行简单的要点分析。VectorNet[文献阅读笔记]：VectorNet: Encoding HD Maps and Agent Dynamics from Vectorized Representation1.

文献阅读报告：MutiPath: Multiple Probabilistic Anchor Trajectory Hypotheses for Behavior Prediction文章目录文献阅读报告：MutiPath: Multiple Probabilistic Anchor Trajectory Hypotheses for Behavior Prediction1. 概述1.1 简述1.2 模型解决问题的方向1.3 模型主要结论和贡献1.4 测试与实验1.5 进一步的研究方向2. 模型2.1

文献阅读报告-Learning Lane Graph Representations for Motion ForecastingLiang, M. and 6 colleagues 2020.\ Learning Lane Graph Representations for Motion Forecasting.\ arXiv e-prints.ECCV, 2020文章目录文献阅读报告-Learning Lane Graph Representations for Motion Forecasti