研究人员开发了一个新的运动预测框架，通过将预测 grounding 在物理上可实现的轨迹的结构化嵌入空间（称为“运动库”）中来增强可解释性。该方法使用对比学习来构建运动库，并使用新颖的 Anchor Retrieval Layer 来动态选择相关的运动先验。然后，系统使用 DETR 风格的解码器和 Winner-Takes-All 运动学高斯混合模型来精炼这些先验，在基准数据集上取得了有竞争力的准确性。 AI
影响 引入了一种更具可解释性的运动预测方法，有望提高自动驾驶系统的可靠性和理解度。
排序理由 这是一篇发表在 arXiv 上的研究论文，详细介绍了一种新的运动预测框架。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
