PPT: Pre-Training with Pseudo-Labeled Trajectories for Motion Forecasting

要約

自動運転のための動き予測 (MF) は、複雑な都市シナリオにおける周囲のエージェントの軌跡を予測することを目的としています。
この研究では、最初に擬似ラベル付きデータで動き予測機能を事前トレーニングし、次に注釈付きデータで動き予測機能を微調整する MF トレーニングの混合戦略を調査します。
擬似ラベル付き軌跡を取得するために、既製の単一フレーム 3D オブジェクト検出器と非学習トラッカーを活用する単純なパイプラインを提案します。
疑似ラベル付けを含む事前トレーニング戦略全体は、PPT という造語です。
私たちの広範な実験により、(1) PPT とアノテーション付きデータの教師あり微調整を組み合わせることで、特にアノテーション効率の高いレジーム下で、さまざまなテストベッドで優れたパフォーマンスが達成される、(2) 複数のデータセットにスケールアップすると、以前の状態が改善されることが実証されています。
アートと (3) PPT は、データセット間の一般化を強化するのに役立ちます。
私たちの調査結果は、PPT が多様な自動運転コンテキストにおけるロバストな動作予測のための有望な事前トレーニング ソリューションであることを示しています。

要約(オリジナル)

Motion forecasting (MF) for autonomous driving aims at anticipating trajectories of surrounding agents in complex urban scenarios. In this work, we investigate a mixed strategy in MF training that first pre-train motion forecasters on pseudo-labeled data, then fine-tune them on annotated data. To obtain pseudo-labeled trajectories, we propose a simple pipeline that leverages off-the-shelf single-frame 3D object detectors and non-learning trackers. The whole pre-training strategy including pseudo-labeling is coined as PPT. Our extensive experiments demonstrate that: (1) combining PPT with supervised fine-tuning on annotated data achieves superior performance on diverse testbeds, especially under annotation-efficient regimes, (2) scaling up to multiple datasets improves the previous state-of-the-art and (3) PPT helps enhance cross-dataset generalization. Our findings showcase PPT as a promising pre-training solution for robust motion forecasting in diverse autonomous driving contexts.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google