SHARP：モーションフォーキャスティングにおける正確で頑健な予測のための短時間ウィンドウ・ストリーミング

Abstract

動的な交通環境において、モーション予測モデルは将来の軌跡を継続的に正確に推定できなければなりません。ストリーミングベースの手法は有望な解決策ですが、近年の進展にもかかわらず、観測長が異なる状況にさらされると、その性能がしばしば低下します。これに対処するために、本稿では変化するシーンに明示的に焦点を当てた、新しいストリーミングベースのモーション予測フレームワークを提案します。提案手法は、到来する観測ウィンドウを段階的に処理し、推論ステップ間で潜在エージェント表現を維持・更新するための、インスタンスに応じた文脈ストリーミングを活用します。さらに、デュアルな学習目的により、多様な観測ホライズンにわたって一貫した予測精度を実現します。Argoverse 2、nuScenes、Argoverse 1 に関する大規模な実験により、変化するシーン条件下および単一エージェントのベンチマークでも、提案手法が堅牢であることが示されます。さらに当社のモデルは、Argoverse 2 のマルチエージェントベンチマークにおけるストリーミング推論で最先端の性能を達成しつつ、最小限のレイテンシを維持しており、実世界での導入に適していることを強調しています。