[论文解读] MPA: MultiPath++ Based Architecture for Motion Prediction

Stepan Konev|arXiv (Cornell University)|Jun 20, 2022

Autonomous Vehicle Technology and Safety被引用 6

一句话总结

本文提出 MPA，一种基于 MultiPath++ 的自动驾驶运动预测架构，通过使用多解码器注意力机制与多上下文门控，提升了轨迹预测性能，在 Waymo 2022 运动预测挑战赛中以测试集 Soft mAP 0.3930 的成绩获得第三名，优于以往的 CNN 基础方法。

ABSTRACT

Autonomous driving technology is developing rapidly and nowadays first autonomous rides are being provided in city areas. This requires the highest standards for the safety and reliability of the technology. Motion prediction part of the general self-driving pipeline plays a crucial role in providing these qualities. In this work we present one of the solutions for Waymo Motion Prediction Challenge 2022 based on MultiPath++ ranked the 3rd as of May, 26 2022. Our source code is publicly available on GitHub.

研究动机与目标

• 通过增强 MultiPath++ 框架以应对复杂且不确定的智能体行为，提升自动驾驶中的运动预测准确性。
• 通过针对性的数据增强技术，缓解少数智能体类别（如骑行者）的过拟合问题。
• 通过后处理优化 Soft mAP 指标，该指标并非标准损失函数的直接优化目标。
• 评估多个解码器结合注意力机制与多上下文门控在建模多模态轨迹分布方面的有效性。
• 在 Waymo Open Motion Dataset 基准上实现最先进性能。

提出的方法

• 模型使用标准坐标系对目标智能体的位置与朝向进行归一化，减少对称性，提升泛化能力。
• 输入特征包括目标智能体与周围智能体在历史与当前时间戳的 x、y 坐标、朝向、速度及有效性标志。
• 架构采用单解码器（6 个模式）或 5 个解码器（每个 6 个模式），随后通过注意力机制与多上下文门控（MCG）将 30 个模式压缩至 6 个。
• 在训练过程中，对 15% 的历史智能体时间戳应用掩码增强策略，将数值置零并置无效标志，以减少过拟合。
• 损失函数为预测轨迹上高斯混合模型的负对数似然，协方差矩阵可学习。
• 后处理采用带概率重加权的非极大值抑制，以提升 Soft mAP，同时保留被抑制轨迹的小常数概率。

实验结果

研究问题

• RQ1 基于 MultiPath++ 的架构，结合多解码器与注意力机制，是否能提升 Waymo 数据集上的运动预测性能？
• RQ2 对历史智能体状态进行掩码处理是否有助于减少过拟合，特别是对骑行者等稀有智能体类别？
• RQ3 多上下文门控与注意力机制的结合在优化多模态轨迹预测方面有多有效？
• RQ4 尽管损失函数未直接优化 Soft mAP，通过非极大值抑制后处理在多大程度上提升了该指标？
• RQ5 用其他解码策略替代 EM 算法是否能提升数值稳定性与性能？

主要发现

• 该模型在 Waymo Open Motion Dataset 的完整测试集上实现了 0.3930 的 Soft mAP，位列 Waymo 2022 运动预测挑战赛第三名。
• 对于车辆，单解码器模型表现最佳，Soft mAP 达 0.4467。
• 对于行人，单解码器模型实现 Soft mAP 0.3831，优于多解码器变体。
• 对于骑行者，结合注意力机制与 MCG 的多解码器模型取得最高 Soft mAP 0.3493，优于单解码器版本。
• 3 秒预测任务的 Soft mAP 最高，达 0.4875；8 秒预测任务最低，为 0.2981。
• 使用掩码增强策略减少了过拟合，尤其在少数智能体类别上，提升了所有智能体类型的泛化能力。