这篇博客探讨了两种车辆轨迹预测方法。第一种是基于Transformer Networks for Trajectory Forecasting的方法，但未考虑人与人之间的交互。第二种引入了LSTM并结合空间-时间注意力机制，为预测提供了可解释性权重。第三种方法进一步优化，通过双注意力机制结合本车的预测轨迹来提升预测准确性。
1.Transformer Networks for Trajectory Forecasting
没有考虑人与人之间的交互 。
2.Vehicle Trajectory Prediction Using LSTMs With Spatial–Temporal Attention Mechanisms
从可解释性的角度出发，算出了权重
3.Vehicle Trajectory Prediction Method Coupled With Ego Vehicle Motion Trend Under Dual
Attention Mechanism
改进：输入多了本车的预测轨迹
5761
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
