PulseAugur
中
实时 11:20:43
English(EN) MamMA: A Mamba-Based Pedestrian Trajectory Prediction Algorithm Considering Occupancy Map and Pedestrian Awareness States

新的基于Mamba的算法提高了机器人对行人轨迹的预测能力

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了MamMA，一种新颖的行人轨迹预测算法，旨在提高在有人类存在的环境中运行的移动机器人的安全性。这种基于Mamba的模型将通常由LiDAR生成的占用地图数据与来自车载视觉传感器的细粒度行为信息相结合。通过将占用地图划分为块并考虑行人感知状态，MamMA旨在提高预测精度。在几个基准数据集上的实验表明，MamMA在平均位移误差和最终位移误差方面优于现有的最先进算法。 AI

影响 通过提高自主机器人在人口密集区域预测行人移动的能力，这项研究可能带来更安全的导航。

排序理由 这是一篇详细介绍新算法及其在基准数据集上的实验结果的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

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

新的基于Mamba的算法提高了机器人对行人轨迹的预测能力

本文如何被排名

Signal score
9 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
这是一篇详细介绍新算法及其在基准数据集上的实验结果的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
paper, model release
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
Same-day
Cluster formed today. Ranking reflects the current source set at time of score.

完整方法见我们的编辑标准。

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Juncen Long, Xiaofeng Jin, Gianluca Bardaro, Simone Mentasti, Matteo Matteucci ·

    MamMA：一种基于Mamba的考虑占用地图和行人感知状态的行人轨迹预测算法

    arXiv:2609.08041v1 Announce Type: cross Abstract: Many pedestrian trajectory prediction algorithms have been proposed to improve the safety of navigation for mobile robots working in human-robot coexistence environments. Some pedestrian trajectory prediction algorithms extract in…

相关实体

相关话题