摘要: 在机器人导航和自动驾驶等应用中,行人轨迹预测是一项重要且富有挑战性的任务,其中建模行人之间的交互行为是最具挑战性的任务之一。 现有模型大多采用注意力机制进行成对的交互建模,但是,当场景中行人过多时,这种模型存在交互建模冗余的问题,并且可能忽略不同距离行人的交互差异性。 为了解决这些问题,提出了一种多精度的全局鄄局部模型,该模型包含一个新颖的多精度全局交互子网络来捕获全局交互,以及一个额外的局部交互子网络来模拟局部的行人交互; 同时,引入了时间域注意力机制,用来融合不同时刻的交互信息。 实验结果表明,与对比模型相比,所提模型在 2 个公开数据集上取得了更好的性能。
中图分类号: