Yuanzhe Li

新型Transformer模型提升自动驾驶汽车的行人意图预测能力

研究人员开发了一种多上下文融合Transformer（MFT）模型，旨在提高自动驾驶汽车对行人过马路意图的预测能力。该模型整合了四个关键的上下文维度：行人行为、环境、行人定位和车辆运动。通过涉及上下文内和跨上下文注意力机制的渐进式融合策略，MFT旨在实现更准确的预测，在JAADbeh数据集上准确率达到73%，在JAADall数据集上达到93%，在PIE数据集上达到90%，表现优于现有方法。