GenAD: Bagaimana cara mencapai prediksi dan perencanaan pergerakan mengemudi otonom yang efisien?

Proyek GenAD secara inovatif menggunakan autoencoder variasional untuk mempelajari distribusi lintasan masa depan dalam ruang laten struktural untuk pemodelan lintasan sebelumnya. Selain itu, proyek ini juga menggunakan model temporal seperti unit berulang yang terjaga keamanannya untuk menangkap agen dan gerakan diri dalam ruang laten, sehingga menghasilkan lintasan masa depan yang lebih efisien. Pendekatan berwawasan ke depan ini memungkinkan GenAD mengambil sampel distribusi dari ruang laten terstruktur yang terkondisi selama inferensi dan menggunakan model temporal yang dipelajari untuk menghasilkan masa depan, sehingga memungkinkan pelaksanaan prediksi dan perencanaan gerakan secara simultan.