摘要

本文探讨了场景中多个交互代理的路径预测问题，这是许多自主平台（如自动驾驶汽车和社会机器人）的关键步骤。我们提出了\textit{SoPhie}；一种基于生成对抗网络（Generative Adversarial Network, GAN）的可解释框架，该框架利用了两种信息来源：场景中所有代理的路径历史以及场景上下文信息（通过场景图像获取）。为了预测某个代理的未来路径，必须同时利用物理和社会信息。以往的研究未能成功地联合建模物理和社会互动。我们的方法将社会注意力机制与物理注意力机制相结合，帮助模型在大场景中确定观察的重点，并提取与路径最相关的图像部分。而社会注意力组件则汇聚不同代理之间的交互信息，并从周围邻居中提取最重要的轨迹信息。此外，\textit{SoPhie}还利用GAN生成更真实的样本，并通过建模未来路径的分布来捕捉其不确定性质。这些机制使我们的方法能够为代理预测符合社会和物理规律的路径，并在多个不同的轨迹预测基准上达到最先进的性能。