SSP-DMGTimeNet

新型AI模型SSP-DMGTimeNet提升车辆编队轨迹预测能力

研究人员开发了SSP-DMGTimeNet，一个新颖的物理约束学习框架，旨在提高车辆编队时空轨迹预测的准确性。该模型集成了多尺度时间表示和跨车辆交互特征，以更好地捕捉编队的复杂动态。一项关键创新是其传播延迟感知因果注意力机制，通过学习响应延迟来显式建模干扰在车辆间的传播方式。该框架还纳入了时域和频域的稳定性损失，以防止干扰放大，在HighD、NGSIM US-101和I-80等数据集上实现了具有竞争力的预测精度并增强了稳定性。