研究者提出车辆轨迹预测模型CAA-GMM

1. 12:00
   arXiv 机器学习

   用于车辆轨迹预测的上下文感知注意力高斯混合模型 CAA-GMM

   研究者提出用于多模态运动预测的上下文感知注意力高斯混合模型 CAA-GMM。该方法结合场景上下文与智能体动态，利用轻量注意力机制高效融合栅格化环境线索与交互历史。在 nuScenes 与 Argoverse 2 数据集上的测试表明，CAA-GMM 在保持低计算复杂度的同时达到或超越前沿栅格基线精度，且在不完美通信与感知条件下具备强抗干扰能力。

当前热度 9·可比范围峰值 10（10月8日 13:00）·近 24 小时可比范围变化 –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。