GenAD: Jak dosáhnout efektivní predikce a plánování pohybu autonomního řízení?

0
Projekt GenAD inovativně využívá variační autokodéry k učení budoucích distribucí trajektorií ve strukturním latentním prostoru pro modelování trajektorie před modelováním. Kromě toho projekt také využívá časové modely, jako jsou hradlové rekurentní jednotky k zachycení agenta a vlastního pohybu v latentním prostoru, čímž se generují efektivnější budoucí trajektorie. Tento perspektivní přístup umožňuje GenAD vzorkovat distribuce z podmíněného strukturovaného latentního prostoru během inference a používat naučený časový model ke generování budoucnosti, což umožňuje simultánní provádění predikce pohybu a plánování.