获取完整原文和代码，公众号回复：09080628351
论文地址： http://arxiv.org/pdf/2009.07517v2.pdf
代码： 公众号回复：09080628351
来源： 斯坦福大学
论文名称：MATS: An Interpretable Trajectory Forecasting
Representation for Planning and Control
原文作者：Boris Ivanovic
内容提要
人体运动推理是现代人机交互系统的核心组成部分。特别是，行为预测在自主系统中的主要用途之一是告知机器人运动规划和控制。然而，大多数规划和控制算法的原因是系统动力学，而不是预测的agent tracklets(即有序的路径点集)，通常通过轨迹预测方法输出，这可能会阻碍它们的集成。为此，我们建议混合仿射时变系统(MATS)作为轨迹预测的输出表示，这更适合下游规划和控制使用。我们的方法利用从概率轨迹预测工作中成功的思想，来学习在规划和控制文献中被充分研究的动态系统表示。我们将本文的预测与提出的多模式规划方法相结合，并证明本文方法在大规模自动驾驶数据集上显著提高了计算效率。
主要框架及实验结果
声明：文章来自于网络，仅用于学习分享，版权归原作者所有，侵权请加上文微信联系删除。
