arXiv · 机器人与计算机视觉· Daniel Jost, Luca Paparusso, Martin Stoll, J\"org Wagner, Raghu Rajan, Joschka B\"odecker·· 28 天前AI 评分75
Super Agents 与混淆因子:周围代理对车辆轨迹预测的影响
Super Agents and Confounders: Influence of surrounding agents on vehicle trajectory prediction
AI 导读
在高度交互的驾驶场景中,现有轨迹预测模型常因错误利用周围交通参与者(如汽车、行人)的信息而降低精度。本文通过 Shapley 归因分析发现模型存在不稳定和非因果决策机制,并提出集成条件信息瓶颈(CIB),在不需额外监督的情况下压缩代理特征并忽略有害信号。多项实验表明该方法能提升预测性能及抗扰动鲁棒性,并提供可解释指标以识别非稳健行为。
来源:arXiv · 机器人与计算机视觉 · arxiv.org