Motion Forecasting On Argoverse Cvpr 2020

評価指標

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)

評価結果

このベンチマークにおける各モデルのパフォーマンス結果

比較表

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