본 논문은 자율주행 차량에 필수적인 주변 agent의 미래 움직임 예측 문제를 다룬다. 최근 연구에서는 맥락 정보(도로 지도, 주변 agent 상태)를 활용하여 예측 성능을 크게 향상시켰지만, 복잡한 맥락 인코딩으로 인해 계산 비용과 메모리 사용량이 높아졌다.
이에 저자들은 SmartRefine이라는 시나리오 적응형 정제 전략을 제안한다. SmartRefine은 다음과 같은 특징을 가진다:
실험 결과, SmartRefine은 다양한 최신 움직임 예측 모델에 적용되어 정확도를 일관되게 향상시켰으며, 계산 비용도 크게 증가시키지 않았다. 특히 QCNet 모델에 SmartRefine을 적용하여 Argoverse 2 리더보드에서 최고 성능을 달성했다.
A otro idioma
del contenido fuente
arxiv.org
Ideas clave extraídas de
by Yang Zhou,Ha... a las arxiv.org 03-19-2024
https://arxiv.org/pdf/2403.11492.pdfConsultas más profundas