摘要
人类轨迹预测本质上是一个多模态问题。未来轨迹的不确定性主要源于两个方面：(a) 代理（agent）已知但模型未知的来源，例如长期目标；(b) 代理与模型均未知的来源，例如其他代理的意图以及决策中不可约简的随机性。为此，我们提出将这种不确定性分解为认知不确定性（epistemic uncertainty）与随机不确定性（aleatoric uncertainty）两类。我们通过长期目标的多模态性来建模认知不确定性，通过航点与路径的多模态性来建模随机不确定性。为阐明这一二元分解的含义，我们进一步提出一种新颖的长期轨迹预测设定，其预测时长可达一分钟，比以往工作延长了一个数量级。最后，我们提出了Y-net——一种场景自适应的轨迹预测网络，该网络充分利用所提出的认知与随机不确定性结构，实现了在长预测时域下的多样化轨迹生成。实验表明，Y-net在以下两个方面均显著优于此前的最先进方法：(a) 在斯坦福无人机数据集（Stanford Drone）与ETH/UCY数据集上广泛研究的短时预测设定；(b) 在重新构建的斯坦福无人机数据集与交叉路口无人机数据集（Intersection Drone）上提出的长期预测设定。