MTR++: Multi-Agent Motion Prediction With Symmetric Scene Modeling and Guided Intention Querying
题目:MTR++: 具有对称场景建模和引导意图查询的多智能体运动预测
作者:Shaoshuai Shi; Li Jiang; Dengxin Dai; Bernt Schiele
源码:https://github.com/sshaoshuai/MTR
摘要
运动预测是自动驾驶系统理解复杂驾驶场景并做出明智决策的关键任务。然而,由于交通参与者的多样化行为和复杂的环境背景,这项任务充满挑战。在本文中,我们提出了Motion TRansformer (MTR) 框架来应对这些挑战。初始的MTR框架采用了具有可学习意图查询的transformer编码器-解码器结构,实现了未来轨迹的高效准确预测。通过为不同的运动模态定制意图查询,MTR在减少对密集目标候选的依赖的同时,改进了多模态运动预测。该框架包括两个关键过程:全局意图定位,识别代理的意图以提高整体效率&