AI模型使用CVAE预测人类多样化运动目标

研究人员开发了一种使用条件变分自编码器（CVAE）预测人类多样化运动目标的新方法。该方法利用环境上下文和人类姿态，通过从CVAE的潜在空间进行采样来生成多个潜在的未来运动目标。该方法在GTA-IM和PROX数据集的场景中展示了泛化能力，并且代码已公开提供。 AI

影响 这项研究通过实现对人类轨迹和意图的更准确预测，有望改善自主系统的积极规划。

排序理由 详细介绍用于预测人类运动的新AI模型的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• conditional variational autoencoder
• CORE Recommender
• CVAE
• DagsHub
• Gotit.pub
• GTA-IM dataset
• Hugging Face
• PROX dataset
• ScienceCast

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →