A Simple Multi-agent Joint Prediction Method for Autonomous Driving

要約

道路参加者の将来の動きを予測することは、自動運転にとって重要なタスクです。
既存のモデルのほとんどは、単一エージェントの周辺軌道の予測には優れていますが、シーン内で一貫した複数のエージェントの関節軌道を予測することは依然として課題です。
これまでの研究は限界予測に重点を置くことが多かったですが、共同予測の重要性がますます明らかになってきています。
共同予測は、シーン全体にわたって一貫した軌道を生成することを目的としています。
私たちの研究は SIMPL ベースラインに基づいて構築されており、シーンに一貫した軌道を生成する方法を探索しています。
私たちは Argoverse 2 データセットでアルゴリズムをテストしました。実験結果は、私たちのアプローチがシーンに一貫した軌道を生成できることを示しています。
SIMPL ベースラインと比較して、私たちの方法はシーン内の関節軌道の衝突率を大幅に低減します。

要約(オリジナル)

Predicting future motions of road participants is an important task for driving autonomously. Most existing models excel at predicting the marginal trajectory of a single agent, but predicting joint trajectories for multiple agents that are consistent within a scene remains a challenge. Previous research has often focused on marginal predictions, but the importance of joint predictions has become increasingly apparent. Joint prediction aims to generate trajectories that are consistent across the entire scene. Our research builds upon the SIMPL baseline to explore methods for generating scene-consistent trajectories. We tested our algorithm on the Argoverse 2 dataset, and experimental results demonstrate that our approach can generate scene-consistent trajectories. Compared to the SIMPL baseline, our method significantly reduces the collision rate of joint trajectories within the scene.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google