GenAD: Hoe bereik je efficiënte voorspelling en planning van autonome rijbewegingen?

Het GenAD-project maakt op innovatieve wijze gebruik van variatie-auto-encoders om toekomstige trajectverdelingen in de structurele latente ruimte te leren voor eerdere trajectmodellering. Daarnaast maakt het project ook gebruik van temporele modellen zoals gated recurrent units om agent- en zelfbewegingen in de latente ruimte vast te leggen, waardoor efficiëntere toekomstige trajecten worden gegenereerd. Deze toekomstgerichte aanpak stelt GenAD in staat om distributies uit een geconditioneerde gestructureerde latente ruimte te bemonsteren tijdens gevolgtrekkingen en het aangeleerde temporele model te gebruiken om de toekomst te genereren, waardoor gelijktijdige uitvoering van bewegingsvoorspelling en planning mogelijk wordt.