行人轨迹预测的统一轨迹变换器

行人轨迹预测是理解人类行为的重要环节。近期的研究通过手动设计的后处理（例如聚类）达到了最先进的性能。然而，这种后处理在推理时间上成本高昂，并忽视了预测轨迹可能对下游安全决策造成干扰的概率。本文提出的统一轨迹变换器（Trajectory Unified Transformer，简称 TUTR），将轨迹预测组件、社会交互和多模态轨迹预测统一到一个变换器编码器-解码器架构中，以有效消除对后处理的需求。具体来说，TUTR通过显式的全球预测和隐式的模式级变换器编码器解析各种运动模式之间的关系。然后，TUTR通过社会级变换器解码器关注与邻居的社会交互。最后，双重预测并行预测多样轨迹及其对应概率，无需后处理。与采用后处理的先前精调的最先进方法相比，TUTR实现了最先进的准确性能和推理速度约提高了10× - 40×。