抽象的
在这项工作中，我们的目的是通过显式建模它们的成对交互来预测车辆在交通场景中的未来运动。具体地，我们提出了一个图形神经网络，该图形神经网络共同预测了场景中所有代理的离散交互模式和5秒的未来轨迹。我们的模型是互动图，其节点是代理，其边缘在代理中捕获长期交互意图。为了训练模型来识别已知的交互模式，我们引入了一种自动标记功能来生成地面真理交互标签。使用大规模的现实世界驾驶数据集，我们证明共同预测轨迹以及显式交互类型导致显着降低的轨迹错误而不是基线方法。最后，我们通过模拟研究表明，学习的互动模式是语义上有意义的。
作者
Donsuk Lee，yiming gu那jerrick hoang那Micol Marchetti-Bowick
会议
Neurips 2019.
全文
优步阿格
注释