arXiv · 机器人与计算机视觉· Yuxiang Fu, Qi Yan, Lele Wang, Ke Li, Renjie Liao·· 2026-10-06精选AI 评分82
MoFlow:基于隐式最大似然估计蒸馏的一步流匹配人类轨迹预测
MoFlow: One-Step Flow Matching for Human Trajectory Forecasting via Implicit Maximum Likelihood Estimation based Distillation
AI 导读
该论文针对人类轨迹预测问题,提出了名为 MoFlow 的条件流匹配模型及一种仅依赖教师模型样本的 IMLE 蒸馏方法。实验表明,该方法在 SportVU、ETH-UCY 和 SDD 等真实数据集上达到了最先进水平,能生成物理和社会合理的多样化轨迹,且学生模型采样速度比教师模型快 100 倍。代码、模型和数据已公开。
推荐理由
提出 MoFlow 模型与 IMLE 蒸馏方法,在真实数据集上实现高性能且仅需教师样本的蒸馏。
来源:arXiv · 机器人与计算机视觉 · arxiv.org