arXiv · ML· Nukhbala Gadzhiev, Alexander Morochko·· 2 天前AI 评分23
降低观测频率下学习式与运动学轨迹预测对比研究
Learned versus Kinematic Trajectory Prediction under Reduced Observation Frequency
AI 导读
在Argoverse 2数据集上,将观测频率从10Hz降至1Hz时,专用LSTM预测器的平均位移误差增加20.3%。 该模型在直线和转弯场景下仍比最优运动学模型准确24-30%,但在行人预测中不如匀速模型;10Hz模型配合插值在2Hz以下误差显著增加。 研究验证了低频率下学习式预测器仍保有优势,但精度随频率降低而下降。
来源:arXiv · ML · arxiv.org