Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Multi-Domain Enhanced Map-Free Trajectory Prediction with Selective Attention

Created by
  • Haebom
Category
Empty

저자

Wenyi Xiong, Jian Chen

개요

자율 주행 시스템의 신뢰성과 안전성을 위해 중요한 과제인 궤적 예측 문제를 다룹니다. 복잡한 상호 작용 시나리오에서 기존 방법들이 불필요한 데이터로부터 유용한 정보를 효율적으로 추출하는 데 어려움을 겪는 문제를 해결하기 위해, 시간, 공간, 주파수 영역에서 궤적 예측을 수행하는 새로운 맵 프리 알고리즘을 제안합니다. 이 알고리즘은 MoE(Mixture of Experts) 메커니즘을 사용하여 중요한 주파수 성분을 선택하고, 멀티 스케일 시간 특징을 통합하며, 선택적 어텐션 모듈을 통해 불필요한 정보를 필터링합니다. 패치 레벨 및 포인트 레벨 손실을 사용하여 다중 모드 디코더를 설계하여 궤적 결과를 얻습니다. Nuscences 데이터셋 실험을 통해 알고리즘의 우수성을 입증했습니다.

시사점, 한계점

시사점:
복잡한 상호 작용 시나리오에서 궤적 예측 성능 향상.
맵 정보 없이 궤적 예측 가능.
시간, 공간, 주파수 도메인 정보를 효율적으로 활용.
MoE 및 선택적 어텐션 메커니즘을 통해 계산 효율성 및 예측 정확도 향상.
Nuscences 데이터셋에서 성능 검증.
한계점:
논문에서 구체적인 한계점에 대한 언급 없음.
👍