PGformer：代理桥接游戏Transformer用于多人高度交互的极限动作预测

多人运动预测是一项具有挑战性的任务，特别是在高度互动的真实场景中。大多数先前的研究主要集中在弱交互情况（例如，一起行走）上，在这种情况下，通常单独预测每个个体的姿态仍能取得良好的效果。本文专注于极端运动下的多人协作运动预测，并尝试探索高度互动个体之间的姿态轨迹关系。具体而言，提出了一种新颖的交叉查询注意力（Cross-Query Attention, XQA）模块，该模块专为此类情境设计，能够双向学习两个姿态序列之间的相互依赖关系。此外，引入了一个代理单元以连接相关个体，该单元与所提出的XQA模块协同工作，并巧妙地控制双向空间信息流。这些设计被整合到基于Transformer的架构中，形成了名为代理桥接游戏Transformer（Proxy-bridged Game Transformer, PGformer）的模型，用于多人互动运动预测。其有效性已在涉及高度互动动作的具有挑战性的ExPI数据集上进行了评估。结果表明，我们的PGformer在短期和长期预测方面均大幅优于现有最先进方法。此外，我们的方法还兼容弱交互的CMU-Mocap和MuPoTS-3D数据集，并可扩展应用于超过2个个体的情况，取得了令人鼓舞的结果。