【本田研究所】高斯车道保持：一种鲁棒的预测基线

文章预览

点击下方 卡片 ，关注“ 自动驾驶专栏 ”公众号 自动驾驶干货 ，即可获取 论文链接： https://arxiv.org/pdf/2407.18451 摘要 本文介绍了高斯车道保持：一种鲁棒的预测基线 。由于多种因素（包括不同意图、智能体间交互、交通规则、个体倾向性和智能体动态变化）的不确定性，预测智能体对车辆和行人的行为是具有挑战性的。目前的文献中引入大量神经网络驱动的预测模型，以涵盖这些复杂性，从而准确预测智能体行为。然而，很多这些方法在遇到超出训练数据集范围的场景时会失效，并且缺乏可解释性，这引发了人们对其是否适合自动驾驶等现实应用而感到担忧。此外，这些模型经常需要额外的训练、大量的计算资源或者特定的输入特征。因此，本文提出了高斯车道保持（GLK），这是一种用于自动驾驶汽车的鲁棒预测方法，它可以在开发新算法时为 ………………………………