CASPNet++：Joint Multi-Agent Motion Prediction

道路利用者の将来の運動予測は、先進運転支援システム（ADAS）を支援する上で重要なタスクであり、自動運転（AD）においては、安全な運転マニューバの計画および実行を可能にするためにさらに重要な役割を果たす。本研究では、以前に提案したコンテキスト対応シーン予測ネットワーク（CASPNet）を基盤として、より高度な相互作用モデリングとシーン理解を実現する改良型システム、CASPNet++を提案する。本研究では、時空間グリッドを用いて将来の占有状態をモデル化することで、シーン内のすべての道路利用者に対する統合的予測を支援することに焦点を当てる。さらに、関心対象エージェントの多モーダルな軌道を提供するインスタンスベースの出力ヘッドを導入した。広範な定量的および定性的な分析を通じて、CASPNet++が高精細地図（HDマップ）、レーダ検出、LiDARセグメンテーションなど、多様な環境入力源を効果的に利用・統合できるスケーラビリティを示した。都市部を対象とした予測データセットnuScenes上で評価した結果、CASPNet++は最先端の性能を達成した。本モデルは実車テスト環境に導入され、中程度の計算リソースでリアルタイム動作を実現している。