场景交互融合网络

行人轨迹预测精度显著提升

在五个公开数据集上平均指标优于现有最优方法，为智能机器人和自动驾驶提供更可靠的行人轨迹预测。

高菲 · Wanjun, Huang · Libo, Weng · Yuanming, Zhang

Knowledge-Based Systems 2024

参数信息

平均ADE

0.23 m

平均FDE

0.47 m

技术优势

有效融合场景与交互

通过场景-社会建模，同时整合社交互动和语义场景信息，提升预测准确性。

性能领先现有方法

在五个公开数据集上平均ADE/FDE显著优于其他方法。

应用场景

• 移动机器人导航：实时预测行人轨迹，优化避障路径。
• 自动驾驶轨迹预测：提升车辆对行人意图的预判，改善决策安全。
• 具身智能路径规划：为具身智能体提供更准确的人类运动先验。