研究者提出CAA-GMM车辆轨迹预测方法

Arash Raftari 等作者提出一种用于车辆轨迹预测的方法 CAA-GMM（上下文感知注意力高斯混合模型），将未来运动建模为以场景上下文和智能体动态为条件的概率混合，并用轻量注意力机制编码智能体间交互与环境线索。 该方法的目标是多模态、带不确定性感知的运动预测，相关论文发布在 arXiv cs.LG。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。