跳到正文
热点事件持续更新

无图轨迹预测新框架 GCERT 发布

1 篇报道1 个报道来源13 小时前更新

先了解这件事

AI 综述

针对无图轨迹预测中缺乏道路拓扑先验的挑战,研究人员提出了以目标条件化专家路由 Transformer(GCERT)为核心的新框架。该方法通过中心化移动平均分解历史运动特征,并利用双级专家路由机制生成交互消息与自适应变换节点状态,最终将多模态未来轨迹与回归、分类及目标预测任务联合优化。目前仅基于预印本摘要与技术细节公开,尚未涉及真实部署结果或同行评审状态。

AI 根据报道生成 · 10 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv · 机器人与计算机视觉
    面向无图轨迹预测的代理内运动与代理间关系学习

    该论文针对无图轨迹预测中缺乏道路拓扑先验的挑战,提出了以目标条件化专家路由 Transformer(GCERT)为核心的框架。方法首先通过中心化移动平均分解历史运动特征为平滑趋势与局部残差,随后利用双级专家路由机制生成交互特定消息并自适应变换节点状态。最终将多模态未来轨迹与回归、分类及目标预测目标联合优化。材料仅包含预印本摘要与技术细节,未涉及真实部署结果或同行评审状态。

本事件热度走势

可比范围当前
7
可比范围峰值
911月18日 17:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。