다중 에이전트 궤적 예측

ลงชื่อเข้าใช้

본 논문에서는 효율적인 단일 단계 프레임워크를 통해 다중 모드 예측을 달성하면서 시간적 및 사회적 특징을 효과적으로 추출하고 교차 시나리오 일반화를 가능하게 하는 PMM-Net이라는 새로운 접근 방식을 제시합니다.

다중 에이전트 시스템에서 시간적 안정성을 유지하는 것이 중요하며, 이를 위해 신경 상호작용 에너지와 에이전트 간 상호작용 제약 및 에이전트 내부 운동 제약을 도입하였다.

HPNet은 역사적 예측 어텐션 모듈을 통해 연속적인 예측 사이의 동적 관계를 모델링하여 정확하고 안정적인 궤적 예측을 달성합니다.

확률론적 모델링과 환경 인식을 통해 다중 에이전트의 미래 궤적을 정확하게 예측할 수 있는 모델을 제안한다.

เกี่ยวกับ

ผลิตภัณฑ์

แหล่งข้อมูล