概率行人行为预测的离散剩余流量|优步研究雷竞技是骗人的

用于概率行人行为预测的离散剩余流量

2019年10月17日

抽象的

自驾驶车辆围绕静态和动态对象进行计划，应用行为的预测模型来估计环境中对象的未来位置。然而，未来的行为本质上是不确定的，并且产生确定性输出的运动模型仅限于短时间。特别困难的是预测人类行为。在这项工作中，我们提出了离散的残余流量网络（DRF-Net），用于人类运动预测的卷积神经网络，其捕获远程运动预测中固有的不确定性。特别是，我们的学习网络通过预测和更新空间位置的离散分布，有效地捕获了未来的人类运动过度的多模式后声。我们将模型与几个强大的竞争对手进行比较，并显示我们的模型优于所有基准。