GenAD: Как добиться эффективного прогнозирования и планирования движений при автономном вождении?

Проект GenAD инновационно использует вариационные автоэнкодеры для изучения будущих распределений траекторий в скрытом структурном пространстве для предварительного моделирования траекторий. Кроме того, в проекте также используются временные модели, такие как закрытые рекуррентные единицы, для захвата агентов и самодвижений в скрытом пространстве, тем самым генерируя более эффективные будущие траектории. Этот дальновидный подход позволяет GenAD выбирать распределения из обусловленного структурированного скрытого пространства во время вывода и использовать изученную временную модель для создания будущего, обеспечивая одновременное выполнение прогнозирования и планирования движения.