用可学习激活函数和多维注意力从地图与交互中灵活捕捉非线性轨迹特征。
Jie, Yang · 刘建伟
Engineering Applications of Artificial Intelligence 2025
用可学习激活函数替代固定激活函数，能更灵活地捕捉数据中的非线性关系。
跨时间注意力机制提取历史与未来预测嵌入之间的依赖，把注意力窗口从历史观测范围扩展到含预测嵌入的时间范围，建模动态演化中的连续相关性。
时空编码器对高精地图与智能体数据进行多源异构融合，提取时空特征，并利用多注意力模块从智能体、时间、模态维度吸收不同因素的影响。
在单智能体轨迹预测和多智能体协同预测场景中均达到相对先进水平。