【复旦大学】DeMo：将运动预测解耦为方向意图和动态状态

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/2410.05982 代码链接：https://github.com/fudan-zvg/DeMo 摘要 本文介绍了DeMo：将运动预测解耦为方向意图和动态状态。交通智能体的准确运动预测对于确保自动驾驶系统在动态变化环境中的安全性和效率是至关重要的。主流方法采用one-query-one-trajectory范式，其中每个查询对应于唯一的轨迹，用于预测多模态轨迹。尽管这种范式简单有效，但是考虑到智能体状态随时间动态变化，因此缺乏对未来轨迹的详细表示可能会产生次优的结果。为了解决这个问题，本文引入了DeMo，这是一种将多模态轨迹查询解耦为两种类型的框架：捕获不同方向意图的模式查询和跟踪智能体动态状态的状态查询。通过利用这种格式，本文分别优化了轨迹的多模态和动态演化性质。随 ………………………………