预测误差减半
通过自交互图卷积捕捉车辆高阶社会交互，并融合多尺度时频特征，实现更精确的轨迹预测。
王星宇 · 吴光强 · Qirui, Luo · Yizhe, Zhang
IEEE Transactions on Intelligent Transportation Systems 2025
自交互图卷积模块专门设计用于捕获车辆社交互动中动态的高阶特征，超越了仅考虑成对交互的传统方法。
混合注意力机制融合多尺度时频特征，增强了对复杂驾驶场景中车辆轨迹的表示。
在NGSIM和HighD两个数据集上，5秒预测的平均RMSE分别低至1.54米和0.69米，平均ADE和FDE指标较最佳性能分别提升17.33%和26.61%。