小数据超越SOTA
通过可学习稀疏插件抑制冗余交互，使模型专注于关键邻居车辆，提升轨迹预测的稳定性和准确性。
Li, Xunhao · 张建 · 陈峻 · 73348050
IEEE Transactions on Intelligent Transportation Systems 2025
可学习稀疏插件优化注意力权重分布，使模型聚焦关键邻居车辆，减少无关信息对预测的干扰。
仅使用15%的训练数据，模型即可超越现有最先进基线，大幅降低数据标注和训练成本。
局部时间窗口捕捉时序中的局部相关性，并扩展注意力感受野，增强对动态场景的建模能力。