摘要
我们针对在未知环境中基于历史运动状态与场景结构预测行人及车辆轨迹的问题展开研究。由于场景结构差异显著以及未来轨迹呈现多模态分布，轨迹预测是一项极具挑战性的任务。与以往直接从观测上下文学习“单对多”映射关系以生成多个未来轨迹的方法不同，本文提出一种新方法：将轨迹预测条件化于通过最大熵逆强化学习（MaxEnt IRL）所学习的基于网格的策略所采样的规划（plans）。我们对MaxEnt IRL进行重构，使该策略能够在场景上定义的粗粒度二维网格中，联合推断出合理的智能体目标及其通往目标的路径。在此基础上，我们设计了一种基于注意力机制的轨迹生成器，能够根据从MaxEnt策略中采样的状态序列，生成连续值的未来轨迹。在公开可用的Stanford Drone与NuScenes数据集上的定量与定性评估表明，所提模型生成的轨迹具有高度多样性，能够有效捕捉多模态预测分布，同时在较长预测时域内仍能精确符合场景结构的物理约束。