arXiv cs.LG精选73

用于轨迹外推的目标约束池化

Target-Constrained Pooling for Trajectory Extrapolation

· 2天前

精选理由

利用相关轨迹校正目标预测,在五个领域显著降低误差,并以更少数据和计算保持效果。

AI 摘要

arXiv:2610.13034v1 公告类型:新提交 摘要:根据部分目标轨迹进行轨迹外推是欠定问题,但已完成的相关轨迹可为尚未确定的后续轨迹提供信息。我们提出目标约束池化(TCP),将有限时域的终点与后续轨迹形状分离,并根据两种互补的源信号估计该终点。均匀池化捕捉最终响应水平,而匹配增量池化则在对齐源状态与目标状态后捕捉剩余变化。TCP 选择具有代表性的源轨迹,将两种终点估计投影到与目标一致的区域,将其转换为对无约束预测的修正,并通过强度校准和退化感知加权控制其影响。在来自五个领域、涵盖两个预测方向的 25,245 个目标上,TCP 将全部十种仅基于目标的预测器的平均 RMSE 降低了 35.8% 至 42.1%,并在预测器、数据集和方向的全部 100 组比较中取得改进。两种终点信号的联合使用始终优于单独使用任一种信号;同时,代表性选择仅使用完整供体池 1/12.7 的供体输入和 1/138.8 的匹配距离计算量,与完整供体池的性能差距仍保持在 0.64% 至 1.02% 之间。

查看原文(arXiv cs.LG)