Certified Human Trajectory Prediction

要約

軌道予測は自動運転車において重要な役割を果たします。
軌道予測モデルの堅牢性を高めるために数多くの戦略が開発されてきましたが、これらの方法は主にヒューリスティックなものであり、敵対的な攻撃やノイズの多い観測に対する堅牢性は保証されていません。
この研究では、軌道予測のタスクに合わせた認証アプローチを提案します。
この目的を達成するために、私たちは、無制限の出力やマルチモダリティなど、軌道予測に関連する固有の課題に対処し、その結果、堅牢性が保証されたモデルが得られます。
さらに、パフォーマンスをさらに向上させるために、デノイザーをメソッドに統合します。
包括的な評価を通じて、標準的な軌道予測データセットを使用して、さまざまなベースラインにわたって提案された手法の有効性を実証します。
コードはオンラインで利用可能になります: https://s-攻撃.github.io/

要約(オリジナル)

Trajectory prediction plays an essential role in autonomous vehicles. While numerous strategies have been developed to enhance the robustness of trajectory prediction models, these methods are predominantly heuristic and do not offer guaranteed robustness against adversarial attacks and noisy observations. In this work, we propose a certification approach tailored for the task of trajectory prediction. To this end, we address the inherent challenges associated with trajectory prediction, including unbounded outputs, and mutli-modality, resulting in a model that provides guaranteed robustness. Furthermore, we integrate a denoiser into our method to further improve the performance. Through comprehensive evaluations, we demonstrate the effectiveness of the proposed technique across various baselines and using standard trajectory prediction datasets. The code will be made available online: https://s-attack.github.io/

arxiv情報

提供元, 利用サービス

arxiv.jp, Google