GenAD: Ako dosiahnuť efektívnu predikciu a plánovanie pohybu pri autonómnej jazde?

Projekt GenAD inovatívne využíva variačné autokódery na učenie sa budúcich distribúcií trajektórie v štrukturálnom latentnom priestore pre modelovanie trajektórie pred modelovaním. Okrem toho projekt využíva časové modely, ako sú hradlové rekurentné jednotky na zachytenie agenta a vlastného pohybu v latentnom priestore, čím sa generujú efektívnejšie budúce trajektórie. Tento pokrokový prístup umožňuje GenAD počas inferencie vzorkovať distribúcie z podmieneného štruktúrovaného latentného priestoru a použiť naučený časový model na generovanie budúcnosti, čo umožňuje simultánne vykonávanie predikcie a plánovania pohybu.