EDA: Evolving and Distinct Anchors for Multimodal Motion Prediction

📄 arXiv: 2312.09501v1 📥 PDF

作者: Longzhong Lin, Xuewu Lin, Tianwei Lin, Lichao Huang, Rong Xiong, Yue Wang

分类: cs.CV, cs.AI

发布日期: 2023-12-15

备注: Thirty-Eighth AAAI Conference on Artificial Intelligence (AAAI2024)

🔗 代码/项目: GITHUB

💡 一句话要点

提出EDA：演化且独特的锚点，解决多模态运动预测中回归能力和代表性问题。

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 多模态运动预测 自动驾驶 锚点机制 轨迹预测 混合模型

📋 核心要点

  1. 现有基于预测的匹配方法存在预测轨迹聚类问题，难以选取代表性轨迹，影响下游任务。
  2. EDA通过演化和重新分布锚点，扩大了回归能力，并预先选择独特的锚点进行匹配。
  3. 实验表明，EDA在Waymo Open Motion Dataset上显著降低了Miss Rate，达到了state-of-the-art的性能。

📝 摘要（中文）

运动预测是自动驾驶中的关键任务，其主要挑战之一在于未来行为的多模态性。许多成功的方法利用混合模型，这需要识别正混合分量，并相应地分为两类：基于预测的匹配和基于锚点的匹配。基于预测的匹配中存在的预测聚类现象使得难以选择具有代表性的轨迹用于下游任务，而基于锚点的匹配则存在回归能力有限的问题。在本文中，我们引入了一种名为演化且独特的锚点（EDA）的新范例，以定义基于混合模型的多模态运动预测的正负分量。我们使锚点能够在特定场景下演化和重新分布，从而扩大回归能力。此外，我们在将锚点与真实轨迹匹配之前选择独特的锚点，从而获得令人印象深刻的评分性能。与基线MTR相比，我们的方法提高了所有指标，特别是在Miss Rate方面实现了13.5%的显著相对降低，从而在Waymo Open Motion Dataset上实现了最先进的性能。

🔬 方法详解

问题定义：论文旨在解决多模态运动预测中，现有方法在回归能力和轨迹代表性上的不足。具体来说，基于预测的匹配方法容易产生轨迹聚类，难以选择具有代表性的轨迹；而基于锚点的匹配方法则受限于其回归能力，无法准确预测各种可能的未来轨迹。

核心思路：论文的核心思路是引入“演化且独特的锚点”（Evolving and Distinct Anchors, EDA）机制。通过让锚点在特定场景下演化和重新分布，增强模型的回归能力，使其能够更好地适应不同的未来行为。同时，在匹配过程中选择具有代表性的、独特的锚点，避免冗余和相似的预测，提高预测的准确性和多样性。

技术框架：EDA的整体框架包含以下几个主要阶段：1) 锚点初始化：根据场景信息初始化一组锚点。2) 锚点演化：根据场景信息和历史轨迹，使锚点在空间中演化和重新分布，以适应不同的未来行为模式。3) 锚点选择：选择一组具有代表性的、独特的锚点，用于后续的匹配。4) 匹配与预测：将选择的锚点与真实轨迹进行匹配，并基于匹配结果进行运动预测。

关键创新：EDA最重要的技术创新在于其动态演化的锚点机制和独特的锚点选择策略。与传统的静态锚点方法不同，EDA的锚点可以根据场景信息进行自适应调整，从而更好地捕捉复杂场景下的多模态运动行为。此外，通过选择独特的锚点，可以避免冗余和相似的预测，提高预测的多样性和准确性。

关键设计：论文中可能包含以下关键设计细节：1) 锚点演化的具体实现方式，例如使用神经网络学习锚点的演化策略。2) 锚点选择的策略，例如使用NMS（Non-Maximum Suppression）或其他聚类算法选择具有代表性的锚点。3) 损失函数的设计，例如使用混合密度网络（Mixture Density Network, MDN）来建模多模态的预测分布，并使用相应的损失函数进行训练。4) 网络结构的细节，例如使用哪些类型的神经网络（CNN、RNN、Transformer等）来提取场景信息和历史轨迹特征。

📊 实验亮点

实验结果表明，EDA方法在Waymo Open Motion Dataset上取得了显著的性能提升。与基线方法MTR相比，EDA在Miss Rate指标上实现了13.5%的相对降低，达到了state-of-the-art的水平。这表明EDA能够更准确地预测未来运动轨迹，尤其是在复杂和多模态的场景下。

🎯 应用场景

该研究成果可广泛应用于自动驾驶、机器人导航等领域。通过准确预测行人和车辆的未来运动轨迹，可以提高自动驾驶系统的安全性、可靠性和效率，例如更平稳的变道、更安全的避障等。此外，该技术还可以应用于交通流量预测、智能监控等领域，具有重要的实际应用价值和广阔的发展前景。

📄 摘要（原文）

Motion prediction is a crucial task in autonomous driving, and one of its major challenges lands in the multimodality of future behaviors. Many successful works have utilized mixture models which require identification of positive mixture components, and correspondingly fall into two main lines: prediction-based and anchor-based matching. The prediction clustering phenomenon in prediction-based matching makes it difficult to pick representative trajectories for downstream tasks, while the anchor-based matching suffers from a limited regression capability. In this paper, we introduce a novel paradigm, named Evolving and Distinct Anchors (EDA), to define the positive and negative components for multimodal motion prediction based on mixture models. We enable anchors to evolve and redistribute themselves under specific scenes for an enlarged regression capacity. Furthermore, we select distinct anchors before matching them with the ground truth, which results in impressive scoring performance. Our approach enhances all metrics compared to the baseline MTR, particularly with a notable relative reduction of 13.5% in Miss Rate, resulting in state-of-the-art performance on the Waymo Open Motion Dataset. Code is available at https://github.com/Longzhong-Lin/EDA.