基于稀疏權(quán)重共享的多模態(tài)軌跡預(yù)測(cè)

摘要： 復(fù)雜動(dòng)態(tài)環(huán)境與駕駛?cè)艘鈭D的不確定性會(huì)導(dǎo)致車(chē)輛未來(lái)運(yùn)動(dòng)軌跡產(chǎn)生多種概率分布?；赥ransformer的軌跡預(yù)測(cè)模型能夠很好地建模車(chē)輛間的交互關(guān)系，但多模態(tài)軌跡預(yù)測(cè)的參數(shù)量和計(jì)算量都很大，且存在3～5 s內(nèi)長(zhǎng)時(shí)預(yù)測(cè)精度低等問(wèn)題。提出一種基于稀疏權(quán)重共享的多模態(tài)軌跡預(yù)測(cè)網(wǎng)絡(luò)，構(gòu)建包括數(shù)據(jù)處理模塊、權(quán)重迭代剪枝模塊、編碼器模塊和解碼器模塊的預(yù)測(cè)框架，以輕量化的方式實(shí)現(xiàn)多模軌跡的長(zhǎng)時(shí)精...