GenAD: ¿Cómo lograr una predicción y planificación eficiente del movimiento de conducción autónoma?

El proyecto GenAD utiliza de forma innovadora codificadores automáticos variacionales para aprender distribuciones de trayectorias futuras en el espacio estructural latente para el modelado previo de trayectorias. Además, el proyecto también emplea modelos temporales, como unidades recurrentes cerradas, para capturar el movimiento del agente y del propio movimiento en el espacio latente, generando así trayectorias futuras más eficientes. Este enfoque prospectivo permite a GenAD muestrear distribuciones de un espacio latente estructurado condicionado durante la inferencia y utilizar el modelo temporal aprendido para generar el futuro, lo que permite la ejecución simultánea de predicción y planificación del movimiento.