Multimodal Trajectory Prediction: A Survey

要約

軌道予測は、自律システムにおける安全でインテリジェントな動作をサポートするための重要なタスクです。
改善された空間的および時間的特徴抽出を使用して、多くの高度なアプローチが長年にわたって提案されてきました。
しかし、人間の行動は自然にマルチモーダルで不確実です。過去の軌跡と周囲の環境情報が与えられると、エージェントは将来、複数のもっともらしい軌跡を持つことができます。
この問題に取り組むために、マルチモーダル軌道予測 (MTP) という名前の重要なタスクが最近研究されました。これは、各エージェントの将来予測の多様で受け入れ可能で説明可能な分布を生成することを目的としています。
このホワイトペーパーでは、独自の分類法と、フレームワーク、データセット、および評価指標の包括的な分析を使用して、MTP の最初の調査を提示します。
さらに、研究者が新しいマルチモーダル軌道予測システムを開発するのに役立つ複数の将来の方向性についても説明します。

要約(オリジナル)

Trajectory prediction is an important task to support safe and intelligent behaviours in autonomous systems. Many advanced approaches have been proposed over the years with improved spatial and temporal feature extraction. However, human behaviour is naturally multimodal and uncertain: given the past trajectory and surrounding environment information, an agent can have multiple plausible trajectories in the future. To tackle this problem, an essential task named multimodal trajectory prediction (MTP) has recently been studied, which aims to generate a diverse, acceptable and explainable distribution of future predictions for each agent. In this paper, we present the first survey for MTP with our unique taxonomies and comprehensive analysis of frameworks, datasets and evaluation metrics. In addition, we discuss multiple future directions that can help researchers develop novel multimodal trajectory prediction systems.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google