科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种基于异构数据关联挖掘与度量学习的智能体轨迹预测方法,主要解决了现有轨迹预测技术在编码时忽略了异构数据的关联性,以及在有监督训练时没用充分利用标签监督信息的问题。本发明通过构建异构数据关联挖掘的智能体轨迹预测网络,根据智能体历史轨迹计算其将要进入的活动区域的地图特征,避免了智能体已经经过的区域与不会进入的区域的地图特征带来的噪声,同时设计基于度量学习的损失函数训练网络,在度量空间计算未来轨迹预测结果和未来轨迹标签的相似度,从而充分利用标签监督信息,使本发明方法具有对异构数据关联挖掘能力强,预测的智能体轨迹更接近其真实轨迹的优点。
- 单位
