[论文解读] OCTNet: Trajectory Generation in New Environments from Past Experiences

Weiming Zhi, Tin Lai+3 more|arXiv (Cornell University)|Sep 25, 2019

Autonomous Vehicle Technology and Safety参考文献 25被引用 4

一句话总结

OCTNet 是一种概率生成模型，通过从不同环境中观察到的过往轨迹进行泛化，学习在新环境中生成多模态、地图感知的运动轨迹。它将占用图编码为特征向量，并使用神经网络对轨迹参数的条件分布进行建模，从而在不使用拒绝采样的情况下实现高质量、有效的轨迹生成，其在轨迹保真度和地图符合度方面优于 GAN 和 CVAE。

ABSTRACT

Being able to safely operate for extended periods of time in dynamic environments is a critical capability for autonomous systems. This generally involves the prediction and understanding of motion patterns of dynamic entities, such as vehicles and people, in the surroundings. Many motion prediction methods in the literature can learn a function, mapping position and time to potential trajectories taken by people or other dynamic entities. However, these predictions depend only on previously observed trajectories, and do not explicitly take into consideration the environment. Trends of motion obtained in one environment are typically specific to that environment, and are not used to better predict motion in other environments. In this paper, we address the problem of generating likely motion dynamics conditioned on the environment, represented as an occupancy map. We introduce the Occupancy Conditional Trajectory Network (OCTNet) framework, capable of generalising the previously observed motion in known environments, to generate trajectories in new environments where no observations of motion has not been observed. OCTNet encodes trajectories as a fixed-sized vector of parameters and utilises neural networks to learn conditional distributions over parameters. We empirically demonstrate our method's ability to generate complex multi-modal trajectory patterns in different environments.

研究动机与目标

• 使自主智能体能够在未观测到运动数据的新环境中生成合理的运动轨迹。
• 开发一种基于地图的轨迹生成模型，能够从不同环境中过往经验中进行泛化。
• 对复杂环境中人类及动态实体运动的概率性和多模态特性进行建模。
• 在不依赖前向采样或误差累积的情况下，生成连续且可查询的轨迹，支持任意时间分辨率。
• 通过将占用图编码为基于相似性的特征向量并将其作为轨迹生成的条件，提升泛化能力。

提出的方法

• OCTNet 将轨迹表示为基函数系数（w）的固定大小向量，实现紧凑且可微的轨迹编码。
• 它使用神经网络学习条件分布 p(w | φ)，其中 φ 是占用图的可学习嵌入，用于捕捉环境结构。
• 该模型采用混合密度网络（MDN）对多模态轨迹分布进行建模，支持采样出多样化且逼真的运动模式。
• 它评估了 w 元素上的两种先验分布——正态分布和拉普拉斯分布，实验表明拉普拉斯分布性能更优。
• 通过基于核的插值方法，从采样的 w 向量重建轨迹，实现连续且分辨率灵活的轨迹查询。
• 模型通过最大似然估计进行端到端训练，占用图通过类似孪生网络的结构进行编码，以捕捉地图间的相似性。

实验结果

研究问题

• RQ1 生成模型能否仅使用来自不同环境的过往轨迹数据，在新环境中学习生成有效且多模态的运动轨迹？
• RQ2 基于地图的条件模型在未见环境中泛化能力如何，且无需在这些环境中拥有运动数据？
• RQ3 不同先验分布对生成轨迹的质量和多样性有何影响？
• RQ4 与 GAN 和 CVAE 等标准生成模型相比，该模型在轨迹有效性与地图符合度方面表现如何？
• RQ5 该模型能否在不依赖前向采样误差累积的情况下，生成任意时间分辨率的连续轨迹？

主要发现

• OCTNet 在未见过的环境中无需拒绝采样即可生成高质量、有效的轨迹，约 33% 的采样轨迹有效，显著高于 GAN 和 CVAE 的成功率。
• 对轨迹参数采用拉普拉斯先验优于正态先验，实现了 1.86 的 Hausdorff 距离和 2.00 的 Frechet 距离，表明轨迹保真度更优。
• OCTNet 在所有指标上均优于 GAN 和 CVAE：Hausdorff 距离（11.79 vs. 1.86）、Frechet 距离（16.66 vs. 2.00）和 DTW（1147.40 vs. 93.10），证明其在轨迹质量和地图符合度方面表现更优。
• 通过使用能捕捉环境间相似性的地图嵌入 φ，即使在占用图训练数据有限的情况下，也能实现有效的泛化。
• 该模型成功捕捉了多模态运动模式，体现在未见过地图中生成的多样化且符合环境特征的轨迹输出。
• 通过基于核的插值实现的连续轨迹表示，支持在任意时间点进行轨迹查询，有利于灵活的下游规划。