GenAD: Hur implementerar man bana före modellering för att förbättra prestanda för autonom körning?

GenAD-projektet använder en variant av autoencoder för att modellera fördelningen av framtida avsikter Jämfört med den traditionella metoden att modellera flera banor separat, är det mer rimligt och effektivt att använda distribution för att representera framtida banor. Fördelningen i det latenta utrymmet representeras av Z, och genom sampling i detta utrymme kan specifika banor erhållas. För att lära sig denna Z-distribution tar projektet marksanningsbanor som indata och mappar dem till det latenta utrymmet genom en kodare.