GenAD: Hoe kan trajectory prior modeling worden geïmplementeerd om de autonome rijprestaties te verbeteren?

Het GenAD-project maakt gebruik van een variabele autoencoder om de verdeling van toekomstige intenties te modelleren. Vergeleken met de traditionele methode om meerdere trajecten afzonderlijk te modelleren, is het gebruik van distributie om toekomstige trajecten weer te geven redelijker en efficiënter. De verdeling in de latente ruimte wordt weergegeven door Z, en door bemonstering in deze ruimte kunnen specifieke trajecten worden verkregen. Om deze Z-verdeling te leren, neemt het project grond-waarheidstrajecten als invoer en brengt deze via een encoder in kaart in de latente ruimte.