Efficient Motion Prediction: A Lightweight & Accurate Trajectory Prediction Model With Fast Training and Inference Speed

要約

効率的かつ安全な自動運転のためには、自動運転車両が他の交通エージェントの動きを予測できることが不可欠です。
現在の動き予測モデルは精度は高いものの、トレーニング リソースの要件や組み込みハードウェアへの展開の点で大きな課題を課すことがよくあります。
私たちは、単一の GPU でわずか数時間のトレーニングで非常に競争力の高いベンチマーク結果を達成する、新しい効率的なモーション予測モデルを提案します。
軽量なアーキテクチャを選択し、必要なトレーニング リソースを削減することに重点を置いているため、モデルはカスタム データセットに簡単に適用できます。
さらに、推論レイテンシーが低いため、コンピューティング リソースが限られた自律型アプリケーションでの展開に特に適しています。

要約(オリジナル)

For efficient and safe autonomous driving, it is essential that autonomous vehicles can predict the motion of other traffic agents. While highly accurate, current motion prediction models often impose significant challenges in terms of training resource requirements and deployment on embedded hardware. We propose a new efficient motion prediction model, which achieves highly competitive benchmark results while training only a few hours on a single GPU. Due to our lightweight architectural choices and the focus on reducing the required training resources, our model can easily be applied to custom datasets. Furthermore, its low inference latency makes it particularly suitable for deployment in autonomous applications with limited computing resources.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google