当前位置:   article > 正文

MTR++论文阅读

MTR++论文阅读

https://zhuanlan.zhihu.com/p/654070149
文章亮点:

  1. Dense Future Prediction for All Agent:将预测的结果也encode起来,用于平衡障碍物之间的预测结果。不过在infer的时候这一部分不会进行
  2. 用数据集聚类获得query轨迹点(goal 点):将goal点也进行Transformer,并且让上一帧模型的结果用于下一帧的模型推理,可以使模型的推理更加具有连续性
  3. MTR是有agent视角来做坐标系的,MTR++是由主车视角来做坐标系的。
  4. MTR++中,对于intention query(goal点),也是转换到主车坐标系,同时会对所有障碍物的query一起进行编码,考虑障碍物之间的交互性。
声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/Monodyee/article/detail/96284
推荐阅读
相关标签
  

闽ICP备14008679号