End-to-End Vorhersage der Trajektorienverteilung basierend auf Occupancy Grid Maps

In diesem Paper zielen wir darauf ab, die zukünftige Trajektorienverteilung eines sich bewegenden Agents in der realen Welt vorherzusagen, gegeben soziale Szenenbilder und historische Trajektorien. Dies stellt jedoch eine herausfordernde Aufgabe dar, da die wahrheitsgemäße Verteilung unbekannt und nicht beobachtbar ist, während lediglich eine einzige Stichprobe zur Überwachung des Modell-Lernprozesses verwendet werden kann, was zu Verzerrungen führen kann. Die meisten jüngsten Ansätze konzentrieren sich darauf, diverse Trajektorien vorherzusagen, um alle Modi der realen Verteilung abzudecken, riskieren dabei jedoch eine geringere Präzision und verleihen unrealistischen Vorhersagen zu viel Gewicht. Um dieses Problem anzugehen, lernen wir die Verteilung mittels symmetrischer Kreuzentropie, wobei wir Besetzungsgrid-Karten als explizite und szenengerechte Approximation der wahrheitsgemäßen Verteilung nutzen, die unwahrscheinliche Vorhersagen effektiv bestrafen. Konkret präsentieren wir einen auf inversem Verstärkungslernen basierenden mehrmodalen Ansatz zur Vorhersage von Trajektorienverteilungen, der durch ein approximatives Wertiteration-Netzwerk auf end-to-end-Basis lernt, Planungsstrategien zu ermitteln. Darüber hinaus generieren wir auf Basis der vorhergesagten Verteilung eine kleine Menge repräsentativer Trajektorien mittels eines differenzierbaren Transformer-basierten Netzwerks, dessen Aufmerksamkeitsmechanismus hilft, die Beziehungen zwischen Trajektorien zu modellieren. In Experimenten erzielt unsere Methode den Stand der Technik auf dem Stanford Drone Dataset und dem Intersection Drone Dataset.