Motion Forecasting On Argoverse Cvpr 2020

Métriques

DAC (K=6)

MR (K=1)

MR (K=6)

brier-minFDE (K=6)

minADE (K=1)

minADE (K=6)

minFDE (K=1)

minFDE (K=6)

Résultats

Résultats de performance de divers modèles sur ce benchmark

Tableau comparatif

Nom du modèle	DAC (K=6)	MR (K=1)	MR (K=6)	brier-minFDE (K=6)	minADE (K=1)	minADE (K=6)	minFDE (K=1)	minFDE (K=6)
Modèle 1	0.9831	0.5933	0.1674	2.0999	1.7176	0.8853	3.7966	1.4055
tenet-transformer-encoding-network-for	0.9863	0.5596	0.1272	1.7667	1.6565	0.8121	3.6081	1.2141
Modèle 3	0.9263	0.7498	0.7498	4.9209	2.1686	2.1686	4.9209	4.9209
Modèle 4	0.8857	0.8348	0.8348	7.8875	3.5333	3.5333	7.8875	7.8875
Modèle 5	0.9183	0.7352	0.5901	4.0999	2.3865	1.6055	5.488	3.4055
Modèle 6	0.8977	0.8122	0.6916	6.1315	2.9631	2.3432	6.8116	5.437
Modèle 7	0.9877	0.5791	0.1432	1.9162	1.6856	0.8186	3.7588	1.2754
Modèle 8	0.9836	0.5873	0.1597	2.0495	1.7024	0.8679	3.7642	1.355
Modèle 9	0.9838	0.5701	0.1438	1.8752	1.6242	0.8331	3.58	1.2748
Modèle 10	0.9124	0.8774	0.5504	4.1457	3.467	1.7875	7.4546	3.4512
Modèle 11	0.9856	0.7161	0.1589	2.1082	2.2709	0.9583	5.0216	1.4138
Modèle 12	0.9738	0.6685	0.6685	4.0972	1.8312	1.8312	4.0972	4.0972
Modèle 13	0.9874	0.5598	0.1306	1.78	1.6244	0.81	3.5572	1.1996
Modèle 14	0.9887	0.6467	0.1676	2.3613	1.9108	0.99	4.2597	1.6668
Modèle 15	0.9671	0.8355	0.4889	4.1988	3.6495	1.888	8.1197	3.5044
Modèle 16	0.9826	0.669	0.1849	2.083	2.0363	0.9105	4.5807	1.4341
Modèle 17	0.9843	0.5665	0.1474	1.954	1.6217	0.8294	3.5508	1.2595
Modèle 18	0.9759	0.6795	0.6795	4.1704	1.8705	1.8705	4.1704	4.1704
Modèle 19	0.9871	0.5877	0.1434	1.9922	1.7368	0.8948	3.7874	1.2978
leveraging-future-relationship-reasoning-for	0.9878	0.5728	0.143	1.9365	1.7063	0.8165	3.7486	1.2671
Modèle 21	0.9912	0.5918	0.205	2.3544	1.8594	1.1463	3.8216	1.7597
home-heatmap-output-for-future-motion	0.983	0.5723	0.0846	1.8601	1.6986	0.8904	3.681	1.2919
Modèle 23	0.8441	0.8868	0.8868	8.7522	3.9771	3.9771	8.7522	8.7522
Modèle 24	0.9185	0.7668	0.7668	5.7168	2.1875	2.1875	5.0224	5.0224
Modèle 25	0.9691	0.6825	0.6825	4.2673	1.9123	1.9123	4.2673	4.2673
Modèle 26	0.7042	0.9967	0.9893	26.4057	30.7524	28.3813	31.1513	25.7113
Modèle 27	0.9882	0.5401	0.1223	1.8095	1.5097	0.7543	3.3621	1.1376
Modèle 28	0.8977	0.8122	0.6916	6.1315	2.9631	2.3432	6.8116	5.437
Modèle 29	0.9883	0.5555	0.1297	1.8738	1.6266	0.7863	3.5825	1.1974
Modèle 30	0.9835	0.6019	0.1586	2.044	1.7453	0.8642	3.8981	1.3496
Modèle 31	0.9922	0.5154	0.1032	1.6820	1.4412	0.7282	3.1777	1.0566
Modèle 32	0.9799	0.6036	0.1764	2.0408	1.73	0.8621	3.8782	1.4071
Modèle 33	0.9848	0.6354	0.1677	2.0884	1.89	0.8888	4.2265	1.401
Modèle 34	0.9829	0.5871	0.1471	1.9006	1.6864	0.8406	3.7477	1.2785
Modèle 35	0.9854	0.6122	0.1692	2.1486	1.7343	0.8963	3.8532	1.4542
lanercnn-distributed-representations-for	0.9903	0.5685	0.1232	2.147	1.6852	0.9038	3.6916	1.4526
Modèle 37	0.9931	0.5348	0.5348	3.2923	1.5407	1.5407	3.2923	3.2923
Modèle 38	0.9835	0.5756	0.5756	3.5154	1.5969	1.5969	3.5154	3.5154
Modèle 39	0.9875	0.6749	0.2585	2.8266	2.0414	1.1518	4.6325	2.1322
Modèle 40	0.9834	0.6241	0.6241	3.9973	1.809	1.809	3.9973	3.9973
Modèle 41	0.755	0.9851	0.9817	23.394	12.3146	11.8296	23.7276	22.6995
r-pred-two-stage-motion-prediction-via-tube	0.992	0.5344	0.1165	1.7765	1.5843	0.7629	3.4718	1.1236
Modèle 43	0.9898	0.5867	0.115	2.0978	1.9105	1.2187	3.8217	1.5582
Modèle 44	0.8977	0.8122	0.6916	6.1315	2.9631	2.3432	6.8116	5.437
Modèle 45	0.9892	0.5754	0.1303	1.8584	1.6788	0.8194	3.7087	1.2186
Modèle 46	0.9514	0.7892	0.4141	3.5654	2.9029	1.4811	6.8301	2.871
Modèle 47	0.1475	1.0	0.8261	6.3362	38.9455	3.541	57.7046	5.6417
Modèle 48	0.9118	0.8087	0.8087	5.8239	2.5344	2.5344	5.8239	5.8239
Modèle 49	0.9817	0.5827	0.1651	2.0651	1.6666	0.866	3.6886	1.3707
multi-modal-motion-prediction-with	0.9852	0.6023	0.1429	1.9393	1.735	0.8372	3.9007	1.2905
Modèle 51	0.9812	0.6321	0.1791	2.0798	1.8436	0.9013	4.0875	1.4384
Modèle 52	0.8934	0.7861	0.3389	2.7277	2.5904	1.1394	5.7132	2.0333
Modèle 53	0.9849	0.6272	0.1591	2.006	1.8103	0.8703	3.9733	1.3505
Modèle 54	0.9893	0.5435	0.1163	1.7963	1.5099	0.7797	3.3297	1.1675
Modèle 55	0.9824	0.5966	0.1666	2.0714	1.7168	0.8702	3.8171	1.377
Modèle 56	0.8697	0.8449	0.8449	8.3792	3.3726	3.3726	7.7392	7.7392
wayformer-motion-forecasting-via-simple	0.9893	0.5716	0.1186	1.7408	1.636	0.7676	3.6559	1.1616
Modèle 58	0.9864	0.5634	0.1408	1.9737	1.6262	0.8308	3.5851	1.2793
Modèle 59	0.9485	0.7601	0.678	4.9666	3.0107	2.0839	6.688	4.2735
Modèle 60	0.964	0.8355	0.5821	4.7203	3.6495	2.0775	8.1197	4.0258
Modèle 61	0.9812	0.5926	0.1647	1.9981	1.7163	0.8809	3.801	1.3845
Modèle 62	0.9866	0.5565	0.1427	1.9744	1.5851	0.8444	3.4838	1.28
Modèle 63	0.9851	0.6277	0.195	2.5316	1.9152	1.0783	4.194	1.8371
prank-motion-prediction-based-on-ranking	0.9891	0.5955	0.5955	3.8239	1.7284	1.7284	3.8239	3.8239
Modèle 65	0.9847	0.5764	0.1395	1.8988	1.645	0.8277	3.6029	1.2532
Modèle 66	0.9437	0.7964	0.4199	3.8051	2.5911	1.8703	5.6038	3.1107
thomas-trajectory-heatmap-output-with-learned-1	0.9781	0.5613	0.1038	1.9736	1.6686	0.9423	3.593	1.4388
Modèle 68	0.9568	0.7171	0.5363	4.2643	2.4032	1.6939	5.4621	3.5698
Modèle 69	0.9909	0.553	0.1209	1.8188	1.6287	0.818	3.5263	1.1888
Modèle 70	0.9825	0.6333	0.1732	2.2004	1.8785	0.9172	4.2259	1.506
Modèle 71	0.9842	0.6178	0.154	2.0328	1.7737	0.8436	4.0033	1.3383
Modèle 72	0.4323	0.9936	0.9312	24.3515	17.0122	12.6584	34.3376	23.657
Modèle 73	0.9192	0.7773	0.7773	5.1247	2.2181	2.2181	5.1247	5.1247
Modèle 74	0.9179	0.6576	0.5428	3.7921	1.9103	1.5031	4.2923	3.0976
Modèle 75	0.9521	0.943	0.3539	2.8102	4.9745	1.2216	10.0298	2.1157
trajectory-forecasting-on-temporal-graphs	0.9837	0.5984	0.1528	1.9285	1.7716	0.8607	3.9031	1.3055
Modèle 77	0.4222	0.6517	0.3579	2.994	2.3896	1.8694	4.1008	2.2995
Modèle 78	0.9836	0.5873	0.1597	2.0495	1.7024	0.8679	3.7643	1.355
Modèle 79	0.3525	0.737	0.6583	5.0426	22.3728	2.1476	25.4924	4.7166
Modèle 80	0.9742	0.9083	0.5156	4.8253	5.5699	2.2968	11.0515	4.1309
Modèle 81	0.9865	0.7452	0.1589	2.048	2.1902	0.848	4.915	1.3536
Modèle 82	0.9776	0.7285	0.1951	2.1576	2.2283	0.9163	5.0944	1.4631
Modèle 83	0.9815	0.6375	0.1865	2.0434	1.8637	0.8832	4.1511	1.4262
Modèle 84	0.9876	0.718	0.3276	3.2327	2.4228	1.549	5.2943	2.5765
Modèle 85	0.99	0.575	0.1266	1.8567	1.715	0.8285	3.7582	1.2403
Modèle 86	0.9825	0.5981	0.1603	1.9863	1.7978	0.861	4.0415	1.3527
Modèle 87	0.9891	0.5972	0.146	1.946	1.7338	0.8636	3.8476	1.3399
Modèle 88	0.9816	0.5933	0.1217	2.1386	1.7995	0.9892	3.8357	1.5159
Modèle 89	0.9875	0.5843	0.1258	1.9759	1.6791	0.8817	3.6321	1.2815
Modèle 90	0.947	0.6688	0.3857	3.2277	1.9276	1.3568	4.2738	2.4881
Modèle 91	0.9889	0.5862	0.148	1.9635	1.698	0.836	3.7395	1.2863
Modèle 92	0.8977	0.8122	0.6916	6.1315	2.9631	2.3432	6.8116	5.437
Modèle 93	0.9877	0.6322	0.1707	2.1092	1.9536	0.8841	4.2854	1.4204
Modèle 94	0.9848	0.6312	0.1635	2.0574	1.8397	0.8758	4.1061	1.3715
Modèle 95	0.984	0.6151	0.1059	2.1898	1.8014	0.9779	3.9418	1.4953
Modèle 96	0.9776	0.5968	0.1738	2.0975	1.731	0.8775	3.8592	1.4031
Modèle 97	0.9888	0.5742	0.1327	1.9423	1.6492	0.8674	3.5879	1.2703
Modèle 98	0.9805	0.6158	0.1666	2.0857	1.7762	0.8986	3.9079	1.3913
Modèle 99	0.9839	0.6201	0.6201	3.9861	1.8062	1.8062	3.9861	3.9861
Modèle 100	0.9044	0.8197	0.8197	6.1954	2.7291	2.7291	6.1954	6.1954
Modèle 101	0.9408	0.8659	0.5203	3.8899	3.3858	1.684	7.6186	3.1954
Modèle 102	0.9816	0.6329	0.1804	2.1001	1.9016	0.916	4.2119	1.4591
Modèle 103	0.8878	0.8709	0.655	5.6308	3.4152	2.5705	7.2377	4.9364
ganet-goal-area-network-for-motion	0.9899	0.5499	0.1179	1.7899	1.5921	0.806	3.4548	1.1605
Modèle 105	0.89	0.8602	0.8602	6.0771	2.7271	2.7271	6.0771	6.0771
Modèle 106	0.9814	0.6353	0.1795	2.1037	1.8988	0.8943	4.2353	1.4645
Modèle 107	0.9898	0.5814	0.1341	1.918	1.6561	0.8012	3.6496	1.2235
Modèle 108	0.8654	0.9068	0.9068	6.992	3.2553	3.2553	6.992	6.992
Modèle 109	0.2939	0.9999	0.8237	6.2931	32.9034	3.2331	46.7268	5.5987
Modèle 110	0.9495	0.7756	0.3983	2.9967	2.7949	1.3502	6.0524	2.3501
Modèle 111	0.9903	0.5579	0.121	1.8817	1.6117	0.813	3.5087	1.1873
Modèle 112	0.9725	0.6344	0.2179	2.243	1.9044	0.9436	4.1917	1.5486
Modèle 113	0.9769	0.6702	0.2129	2.1611	2.0401	0.9687	4.5299	1.5716
Modèle 114	0.8697	0.889	0.889	6.7247	3.1088	3.1088	6.7247	6.7247
Modèle 115	0.9826	0.6074	0.1619	2.0682	1.7365	0.8715	3.8482	1.3737
Modèle 116	0.9699	0.7837	0.2189	2.3277	2.6392	0.9693	6.029	1.6332
Modèle 117	0.9807	0.5852	0.1696	2.0993	1.6737	0.8858	3.6837	1.4049
Modèle 118	0.9836	0.5873	0.1597	2.0495	1.7024	0.8679	3.7643	1.355
Modèle 119	0.9836	0.5873	0.1597	2.0495	1.7024	0.8679	3.7643	1.355
holistic-transformer-a-joint-neural-network	0.9865	0.5496	0.1303	1.9172	1.5692	0.8123	3.4284	1.2227
multipath-efficient-information-fusion-and	0.9876	0.5645	0.1324	1.7932	1.6235	0.7897	3.6141	1.2144
Modèle 122	0.9143	0.806	0.806	5.8185	2.5329	2.5329	5.8185	5.8185
Modèle 123	0.9743	0.6879	0.3191	2.7237	2.0987	1.1624	4.6642	2.1036
Modèle 124	0.832	0.9064	0.709	5.6071	5.8841	2.823	11.3051	4.9126
Modèle 125	0.981	0.5962	0.1725	2.1136	1.7191	0.8883	3.8039	1.4192
Modèle 126	0.7756	0.9238	0.9238	8.1441	3.9521	3.9521	8.1441	8.1441
Modèle 127	0.9827	0.5875	0.1591	2.04	1.6883	0.862	3.7274	1.3456
Modèle 128	0.9602	0.6278	0.214	2.2688	1.8335	0.9303	4.1274	1.5984
Modèle 129	0.8983	0.8379	0.7805	6.0565	2.6883	2.4943	5.8451	5.362
Modèle 130	0.991	0.7828	0.2904	3.2196	2.9576	1.4537	6.3673	2.5476
Modèle 131	0.9718	0.8457	0.4903	3.7943	3.3035	1.6056	7.4299	3.0999
Modèle 132	0.8857	0.8348	0.8348	7.8875	3.5333	3.5333	7.8875	7.8875
Modèle 133	0.9865	0.7656	0.3969	3.1788	2.5888	1.4161	5.7465	2.4845
Modèle 134	0.9808	0.6127	0.1779	2.4781	1.8312	1.0416	4.01	1.7936
Modèle 135	0.9397	0.7411	0.3553	2.8147	2.2558	1.1807	5.1581	2.2379
Modèle 136	0.958	0.802	0.3434	3.0901	3.0338	1.4024	7.0702	2.3957
Modèle 137	0.9092	0.5887	0.1501	2.0058	11.3861	11.2834	3.7832	1.3114
Modèle 138	0.9818	0.5889	0.1673	2.0717	1.7041	0.8663	3.7827	1.3772
Modèle 139	0.951	0.6791	0.6791	4.5196	2.0031	2.0031	4.5196	4.5196
crat-pred-vehicle-trajectory-prediction-with	0.9558	0.6323	0.2624	2.5926	1.8162	1.0626	4.0576	1.8981
Modèle 141	0.8977	0.8122	0.6916	6.1315	2.9631	2.3432	6.8116	5.437
Modèle 142	0.7734	0.8151	0.6899	5.3363	2.8257	2.1564	6.3946	4.6394
Modèle 143	0.9836	0.5873	0.1597	2.0495	1.7024	0.8679	3.7643	1.355
Modèle 144	0.9886	0.5577	0.1351	1.9175	1.6453	0.7949	3.6269	1.2235
Modèle 145	0.9584	0.7471	0.3393	3.2021	2.4611	1.2522	5.5965	2.5305
Modèle 146	0.9494	0.7301	0.2845	2.8131	2.1057	1.1343	4.8259	2.1187
Modèle 147	0.8857	0.8348	0.8348	7.8875	3.5333	3.5333	7.8875	7.8875
Modèle 148	0.8857	0.8348	0.8348	7.8875	3.5333	3.5333	7.8875	7.8875
tpcn-temporal-point-cloud-networks-for-motion	0.9884	0.5601	0.1333	1.9286	1.5752	0.8153	3.4872	1.2442
dcms-motion-forecasting-with-dual-consistency	0.9902	0.5322	0.1094	1.7564	1.4768	0.7659	3.2515	1.135
Modèle 151	0.8704	0.85	0.85	6.457	2.9719	2.9719	6.457	6.457
Modèle 152	0.9846	0.5831	0.1376	1.929	1.7012	0.827	3.7811	1.2395
Modèle 153	0.9139	0.8388	0.4931	3.7583	2.9838	1.6327	6.8853	3.0638
Modèle 154	0.9833	0.6453	0.1699	2.0926	1.8763	0.8935	4.1783	1.3981
Modèle 155	0.9836	0.5873	0.1597	2.0495	1.7024	0.8679	3.7643	1.355
Modèle 156	0.9898	0.5514	0.1207	1.8006	1.5959	0.8057	3.4648	1.1693
Modèle 157	0.9878	0.5378	0.1155	1.7654	1.5349	0.8053	3.3216	1.1385
Modèle 158	0.9895	0.6286	0.129	1.8691	1.8521	0.7854	4.1163	1.1872
Modèle 159	0.9887	0.5766	0.1383	1.883	1.6572	0.8332	3.6604	1.2694
Modèle 160	0.9883	0.5395	0.1143	1.7568	1.5599	0.8014	3.3814	1.2139
Modèle 161	0.9793	0.5928	0.1657	2.0651	1.712	0.8683	3.7985	1.3707
Modèle 162	0.979	0.6742	0.1884	2.0783	2.3148	0.9414	5.053	1.409
Modèle 163	0.9799	0.6142	0.6142	4.5214	1.7303	1.7303	3.827	3.827
Modèle 164	0.9859	0.5601	0.1416	1.966	1.6225	0.8351	3.5641	1.2715
Modèle 165	0.985	0.5876	0.1622	2.0414	1.7438	0.8879	3.7642	1.3718
Modèle 166	0.9812	0.6542	0.1937	2.1405	1.9953	0.9776	4.3111	1.5183
gohome-graph-oriented-heatmap-output	0.9811	0.5724	0.1048	1.9834	1.6887	0.9425	3.6468	1.4503
Modèle 168	0.987	0.6465	0.1615	2.0891	1.9673	0.908	4.3037	1.4413
Modèle 169	0.8366	0.9572	0.9572	12.8813	7.1746	7.1746	12.8813	12.8813
Modèle 170	0.9833	0.6306	0.6306	4.0092	1.8179	1.8179	4.0092	4.0092
Modèle 171	0.8722	0.8348	0.8168	8.2618	3.5333	3.3861	7.8875	7.5673
Modèle 172	0.9876	0.6085	0.1539	1.9737	1.7874	0.8367	4.0418	1.3222
Modèle 173	0.9105	0.9563	0.4048	3.0322	4.7665	1.2684	10.8683	2.3377
Modèle 174	0.9836	0.5873	0.1597	2.0495	1.7024	0.8679	3.7643	1.355
Modèle 175	0.983	0.8634	0.1864	2.1343	3.0009	0.8892	7.0697	1.4399
Modèle 176	0.9815	0.6321	0.1891	2.2003	1.8768	0.9347	4.1366	1.5058
Modèle 177	0.98	0.5905	0.1634	2.0585	1.706	0.8679	3.7786	1.364
Modèle 178	0.8592	0.8677	0.8677	6.8531	2.7385	2.7385	6.1586	6.1586
Modèle 179	0.9818	0.6237	0.1699	2.1368	1.7988	0.9096	3.9852	1.4424
Modèle 180	0.9868	0.6305	0.2317	2.1485	1.8426	0.9193	4.1231	1.5334
Modèle 181	0.9897	0.5275	0.1065	1.7313	1.5181	0.7709	3.2849	1.1057
Modèle 182	0.9758	0.7508	0.2887	2.6675	2.771	1.2052	5.7482	1.973
Modèle 183	0.864	0.9386	0.9386	9.5077	4.6564	4.6564	9.5077	9.5077
ssl-lanes-self-supervised-learning-for-motion	0.9844	0.5671	0.1326	1.9433	1.6342	0.8401	3.5643	1.2493
Modèle 185	0.9881	0.54	0.1223	1.8092	1.5111	0.7537	3.3645	1.137
Modèle 186	0.8688	0.8715	0.5718	4.276	3.4549	1.8114	7.8828	3.5816
Modèle 187	0.9298	0.7648	0.7648	5.8479	2.2831	2.2831	5.1534	5.1534
Modèle 188	0.9893	0.5261	0.1101	1.6942	1.491	0.7623	3.2628	1.1337
Modèle 189	0.8857	0.8348	0.8348	7.8875	3.5333	3.5333	7.8875	7.8875
Modèle 190	0.1816	0.6574	0.1035	2.2793	14.9928	14.9112	4.1642	1.5849
Modèle 191	0.9874	0.5503	0.1362	1.9461	1.5852	0.8181	3.47	1.2517
Modèle 192	0.9833	0.575	0.154	2.0305	1.6547	0.8525	3.6489	1.3361
Modèle 193	0.9762	0.8405	0.2186	2.3584	2.797	0.9877	6.6511	1.6639
Modèle 194	0.9873	0.5791	0.1437	1.9309	1.7061	0.8142	3.7626	1.2651
Modèle 195	0.9831	0.6008	0.1146	2.0712	1.7491	0.9518	3.8435	1.498
Modèle 196	0.9836	0.5873	0.1597	2.0495	1.7024	0.8679	3.7642	1.355
Modèle 197	0.9197	0.7789	0.3983	3.0871	2.5448	1.4307	5.6608	2.3926
Modèle 198	0.9563	0.6589	0.2096	2.225	2.2842	1.2904	4.3966	1.5956
Modèle 199	0.9888	0.5606	0.1374	1.8392	1.6186	0.8157	3.5573	1.2425
Modèle 200	0.9384	0.7347	0.7205	5.4699	2.1416	2.1	4.8748	4.7755
Modèle 201	0.9846	0.5831	0.151	2.0214	1.6768	0.8605	3.6951	1.327
Modèle 202	0.7834	0.9056	0.6785	5.1399	4.4349	2.2765	9.5225	4.4455
Modèle 203	0.9268	0.7574	0.7574	5.054	2.1962	2.1962	5.054	5.054
Modèle 204	0.8977	0.8122	0.6916	6.1315	2.9631	2.3432	6.8116	5.437
Modèle 205	0.9892	0.5563	0.1324	1.8872	1.6405	0.7917	3.6226	1.2124
Modèle 206	0.8977	0.8122	0.6916	6.1315	2.9631	2.3432	6.8116	5.437
Modèle 207	0.9884	0.563	0.1354	1.8981	1.6602	0.7973	3.662	1.2283
Modèle 208	0.973	0.7074	0.2471	2.4713	2.4627	1.1662	5.1875	1.7768
Modèle 209	0.9808	0.637	0.1397	2.1093	2.1461	1.3818	4.227	1.4396
Modèle 210	0.8676	0.8715	0.5369	3.9814	3.4549	1.7129	7.8828	3.287
Modèle 211	0.9578	0.7294	0.5128	3.9753	2.232	1.6091	4.7064	3.2809
Modèle 212	0.9818	0.6118	0.1048	2.1863	1.7812	0.9574	3.9003	1.4919
Modèle 213	0.8879	0.912	0.912	8.8578	3.5646	3.5646	8.1634	8.1634
Modèle 214	0.9857	0.583	0.1203	2.0584	1.6973	0.8688	3.7573	1.3639
Modèle 215	0.8893	0.8902	0.6457	5.4818	4.4824	2.1201	9.4305	4.7874
Modèle 216	0.98	0.5909	0.2333	2.3223	1.6737	0.9296	3.7541	1.6362
Modèle 217	0.9815	0.6172	0.1592	2.1039	1.803	0.8779	4.0235	1.4095
Modèle 218	0.9042	0.8117	0.8117	6.1454	2.3805	2.3805	5.451	5.451
Modèle 219	0.9815	0.6288	0.1669	2.1164	1.8233	0.8995	4.0307	1.422
Modèle 220	0.9836	0.6422	0.1823	2.3104	2.0029	1.1322	4.345	1.6453
Modèle 221	0.9187	0.779	0.7392	5.6948	2.4611	2.3434	5.3231	5.0003
Modèle 222	0.982	0.591	0.1652	2.0725	1.7189	0.8803	3.7918	1.3781
query-centric-trajectory-prediction	0.9887	0.5257	0.1056	1.6934	1.5234	0.7340	3.3420	1.0666
Modèle 224	0.9877	0.5764	0.1418	1.9773	1.6724	0.8393	3.6518	1.2828
Modèle 225	0.9671	0.8097	0.4177	3.4799	2.8104	1.3998	6.5063	2.7821
Modèle 226	0.9836	0.5873	0.1597	2.0495	1.7024	0.8679	3.7643	1.355
Modèle 227	0.9567	0.7802	0.4051	3.5141	2.6885	1.4608	6.2682	2.8196
Modèle 228	0.9637	0.8705	0.5423	4.255	3.7408	1.7691	8.3529	3.5606
Modèle 229	0.9912	0.5528	0.1075	1.794	1.6124	0.7819	3.5116	1.1127
Modèle 230	0.9922	0.6133	0.142	2.1114	1.8386	0.9116	4.0309	1.4503
Modèle 231	0.9883	0.5586	0.136	1.8915	1.6588	0.7943	3.6568	1.2212
Modèle 232	0.9807	0.5871	0.1611	2.0482	1.6906	0.8626	3.7418	1.3537
Modèle 233	0.9518	0.6808	0.6808	5.0872	1.9424	1.9424	4.3927	4.3927
Modèle 234	0.9506	0.6982	0.6982	4.6211	2.0489	2.0489	4.6211	4.6211
Modèle 235	0.7064	0.9476	0.9476	11.4556	5.7132	5.7132	11.4556	11.4556
Modèle 236	0.9814	0.5891	0.1674	2.0789	1.7055	0.8741	3.7705	1.3844
Modèle 237	0.9656	0.7032	0.2611	2.8381	2.3379	1.2774	5.0578	2.1774
Modèle 238	0.9834	0.5967	0.1623	2.0699	1.6968	0.8667	3.7496	1.3755
Modèle 239	0.9862	0.5998	0.1352	1.8678	1.6702	0.8026	3.7724	1.2339
hivt-hierarchical-vector-transformer-for	0.9888	0.5473	0.1267	1.8422	1.5984	0.7735	3.5328	1.1693
Modèle 241	0.9623	0.9878	0.3135	2.7502	7.4994	1.2128	17.191	2.0558
Modèle 242	0.9834	0.5935	0.1606	2.0374	1.7001	0.856	3.775	1.3429
Modèle 243	0.9588	0.6971	0.2508	2.6708	2.1728	1.1287	4.8418	1.9764
Modèle 244	0.9894	0.5475	0.1177	1.7483	1.5737	0.8046	3.4467	1.1554
Modèle 245	0.9896	0.5517	0.1209	1.8067	1.6072	0.8091	3.4945	1.1744
Modèle 246	0.984	0.5795	0.1576	1.9618	1.6585	0.8579	3.6581	1.3432
Modèle 247	0.8676	0.8715	0.5369	3.9814	3.4549	1.7129	7.8828	3.287
Modèle 248	0.9756	0.639	0.1858	2.0592	1.8599	0.9191	4.0927	1.4475
hivt-hierarchical-vector-transformer-for	0.9891	0.5431	0.1221	1.8171	1.5619	0.7673	3.4449	1.146
Modèle 250	0.9927	0.82	0.4181	3.3584	2.9076	1.3836	6.5416	2.6639
Modèle 251	0.9836	0.5873	0.1597	2.0495	1.7024	0.8679	3.7643	1.355
Modèle 252	0.9868	0.6856	0.1308	2.1154	1.7414	0.9973	4.2372	1.4209
Modèle 253	0.9511	0.7824	0.3591	2.9845	2.7262	1.3988	5.9819	2.29
Modèle 254	0.9878	0.7159	0.7159	5.0682	2.2719	2.2719	5.0682	5.0682
Modèle 255	0.98	0.6016	0.6016	4.3633	1.6557	1.6557	3.6689	3.6689
Modèle 256	0.9886	0.5449	0.1168	1.7512	1.5689	0.789	3.4067	1.1602
Modèle 257	0.9897	0.5467	0.1245	1.8347	1.5531	0.772	3.4533	1.1626
Modèle 258	0.9875	0.5431	0.1124	1.7286	1.5327	0.7606	3.3611	1.1213
Modèle 259	0.8892	0.8045	0.5201	3.4092	2.6784	1.4519	5.999	2.7148
Modèle 260	0.8726	0.904	0.4083	3.191	3.3098	1.2687	8.0179	2.4966
Modèle 261	0.9756	0.6097	0.1779	2.1286	1.7902	0.8832	4.0114	1.4341
Modèle 262	0.9886	0.5696	0.1282	1.9211	1.6338	0.8468	3.5752	1.2494
Modèle 263	0.9885	0.5573	0.1331	1.8932	1.6377	0.7933	3.614	1.2193
Modèle 264	0.937	0.8574	0.5247	4.5742	4.7286	2.3101	9.7385	3.8798
Modèle 265	0.9899	0.5921	0.1255	1.8868	1.8108	0.8026	4.0551	1.2321
Modèle 266	0.9891	0.5955	0.5955	3.8239	1.7284	1.7284	3.8239	3.8239
Modèle 267	0.9812	0.5877	0.162	2.0539	1.7019	0.8703	3.7624	1.3622
Modèle 268	0.9762	0.6133	0.2208	2.2641	1.7721	0.9602	3.9013	1.5696
Modèle 269	0.9725	0.6567	0.6567	4.1159	1.8525	1.8525	4.1159	4.1159
Modèle 270	0.8332	0.8917	0.5458	4.1094	10634487.5868	155985.7998	8.6403	3.4149
Modèle 271	0.8676	0.8715	0.5369	3.9814	3.4549	1.7129	7.8828	3.287
Modèle 272	0.8988	0.8884	0.7382	5.6682	2.9871	2.4191	7.0155	4.9738
Modèle 273	0.9805	0.5927	0.1689	2.0776	1.7288	0.8716	3.8359	1.3832
Modèle 274	0.9838	0.6001	0.1618	1.9623	1.7396	0.8341	3.9297	1.3393
Modèle 275	0.9836	0.5873	0.1597	2.0495	1.7024	0.8679	3.7642	1.355
Modèle 276	0.8965	0.8139	0.8139	6.5202	2.6003	2.6003	5.8257	5.8257
Modèle 277	0.946	0.7494	0.6582	4.787	2.9337	2.0282	6.4175	4.0938
Modèle 278	0.9913	0.5573	0.1207	1.7992	1.632	0.8344	3.5505	1.1568
Modèle 279	0.8977	0.8122	0.6916	6.1315	2.9631	2.3432	6.8116	5.437
Modèle 280	0.9814	0.5945	0.1638	2.0668	1.7252	0.8706	3.8222	1.3723
Modèle 281	0.985	0.5988	0.1032	2.0759	1.7029	0.9106	3.6961	1.3814
Modèle 282	0.97	0.6868	0.6868	4.1982	1.8684	1.8684	4.1982	4.1982
Modèle 283	0.8982	0.8141	0.8141	5.4732	2.418	2.418	5.4732	5.4732
tnt-target-driven-trajectory-prediction	0.9889	0.7097	0.1656	2.1401	2.174	0.9097	4.9593	1.4457
Modèle 285	0.916	0.7907	0.7119	5.0674	2.3053	2.0458	5.2734	4.6173
Modèle 286	0.987	0.8556	0.1349	1.932	2.7484	0.7963	6.6845	1.2225
Modèle 287	0.9829	0.6087	0.3264	2.882	1.7732	1.1741	3.8707	2.1875
Modèle 288	0.8805	0.8696	0.8696	6.4158	2.9498	2.9498	6.4158	6.4158
Modèle 289	0.9872	0.5715	0.1425	1.9902	1.6427	0.866	3.6103	1.3072
Modèle 290	0.879	0.8388	0.5419	4.6814	3.0551	1.9767	6.7766	3.9867
Modèle 291	0.9797	0.6001	0.1735	2.0179	1.7239	0.8536	3.8623	1.384
Modèle 292	0.9033	0.8915	0.8915	8.0293	3.9358	3.9358	8.0293	8.0293
Modèle 293	0.9836	0.5828	0.158	2.0408	1.6837	0.8615	3.7242	1.3464
Modèle 294	0.9842	0.7081	0.1522	2.0115	2.0558	0.8406	4.8659	1.3171
Modèle 295	0.9884	0.5625	0.1472	1.8566	1.6214	0.8335	3.5485	1.2955
Modèle 296	0.9889	0.7097	0.1656	2.1401	2.174	0.9097	4.9593	1.4457
Modèle 297	0.9842	0.6779	0.1823	2.3691	1.986	1.0267	4.4898	1.7883
Modèle 298	0.9845	0.5984	0.5984	4.435	1.6997	1.6997	3.7406	3.7406
Modèle 299	0.9176	0.7701	0.7701	5.9661	2.2923	2.2923	5.2717	5.2717