GANet: شبكة منطقة الهدف للتنبؤ بالحركة

تُعدّ توقع الحركة المستقبلية للمشاركين في الطرق أمرًا حاسمًا للقيادة الذاتية، لكنه يُعدّ تحديًا كبيرًا بسبب عدم اليقين الهائل في الحركة. في الآونة الأخيرة، اعتمدت معظم طرق توقع الحركة على الاستراتيجية القائمة على الهدف، أي التنبؤ بنقاط النهاية لمسارات الحركة كشروط لاسترجاع المسارات الكاملة، بهدف تقليل فضاء الحلول. ومع ذلك، فإن التنبؤ بتنسيق الهدف بدقة وتقديره أمر صعب جدًا. بالإضافة إلى ذلك، يُحدّ من التمثيل النقطي للوجهة من إمكانية استغلال السياق الطرقي الغني، مما يؤدي إلى نتائج تنبؤ غير دقيقة في العديد من الحالات. إذ إن مفهوم "منطقة الهدف" (Goal Area)، أي المنطقة المحتملة للوجهة، بدلًا من إحداثيات الهدف الدقيقة، يمكن أن يوفر قيدًا أكثر مرونة لاستكشاف المسارات المحتملة، من خلال دمج مزيد من المرونة والتوجيه. وبناءً على ذلك، نقترح إطارًا جديدًا يعتمد على منطقة الهدف، يُسمى شبكة منطقة الهدف (GANet)، لتنبؤ الحركة، حيث تُمثّل مناطق الهدف بدلًا من إحداثيات الهدف الدقيقة كشرط مسبق لتنبؤ المسارات، مما يُحقق أداءً أكثر موثوقية ودقة. وبشكل خاص، نقترح عملية GoICrop (مُستخرج منطقة الاهتمام بالهدف) لاستخراج ميزات الشبكة المعنى في مناطق الهدف بشكل فعّال، ونمذجة التفاعلات المستقبلية بين المشاركين، مما يُسهم بشكل كبير في تقدير المسارات المستقبلية. وقد احتلّ GANet المرتبة الأولى في لوحة التصنيف الخاصة بتحدي Argoverse ضمن جميع الأدبيات العامة (حتى تاريخ إرسال البحث)، وسيتم إصدار كود البرنامج المصدر له قريبًا.