Exploring Map-based Features for Efficient Attention-based Vehicle Motion Prediction 複数のエージェントのモーション予測(MP)は、ソーシャルロボットから自動運転車まで、任意の複雑な環境で重要なタスクです。現在のアプローチでは、エンドツーエンドのネットワークを使用してこの問題に取り組んでいます。入力データは通常、シーンのレンダリングされた上面図とすべてのエージェントの過去の軌跡です。この情報を活用することは、最適なパフォーマンスを得るために必須です。その意味で、信頼性の高い自動運転(AD)システムは、時間どおりに合理的な予測を生成する必要がありますが、これらのアプローチの多くは単純なConvNetとLSTMを使用しますが、両方の情報源を使用する場合、モデルはリアルタイムアプリケーションに対して十分に効率的で
Exploring Map-based Features for Efficient Attention-based Vehicle Motion Prediction 複数のエージェントのモーション予測(MP)は、ソーシャルロボットから自動運転車まで、任意の複雑な環境で重要なタスクです。現在のアプローチでは、エンドツーエンドのネットワークを使用してこの問題に取り組んでいます。入力データは通常、シーンのレンダリングされた上面図とすべてのエージェントの過去の軌跡です。この情報を活用することは、最適なパフォーマンスを得るために必須です。その意味で、信頼性の高い自動運転(AD)システムは、時間どおりに合理的な予測を生成する必要がありますが、これらのアプローチの多くは単純なConvNetとLSTMを使用しますが、両方の情報源を使用する場合、モデルはリアルタイムアプリケーションに対して十分に効率的で
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く