Intention-aware Denoising Diffusion Model for Trajectory Prediction

轨迹预测是自动驾驶中不可或缺的组成部分，特别是对于避碰系统而言。考虑到任务的固有不确定性，许多研究利用生成模型为每个代理生成多个合理的未来轨迹。然而，它们大多数都受到了表示能力受限或不稳定训练问题的困扰。为了克服这些限制，我们提出利用扩散模型来生成未来轨迹的分布。实现这一想法需要解决两个关键问题。首先，意图的多样性与不确定的环境相互交织，使得真实分布难以参数化。其次，扩散过程在推理阶段耗时很长，使得在实时驾驶系统中实现不切实际。我们提出了一种意图感知去噪扩散模型（IDM），以解决上述两个问题。我们将原始的不确定性分解为意图不确定性和行动不确定性，并用两个相关的扩散过程对其进行建模。为了减少推理时间，我们减少了意图感知扩散过程中的变量维度，并限制了行动感知扩散过程的初始分布，从而减少了扩散步骤。为了验证我们的方法，我们在斯坦福无人机数据集（SDD）和ETH/UCY数据集上进行了实验。我们的方法在SDD数据集上实现了13.83像素的FDE，在ETH/UCY数据集上实现了0.36米的FDE，达到了最先进的水平。与原始扩散模型相比，IDM将推理时间缩短了三分之二。有趣的是，我们的实验进一步表明，引入意图信息有助于模拟更少步骤的扩散过程。

解决问题：论文旨在解决自动驾驶中的轨迹预测问题，尤其是在碰撞避免系统中的应用。

关键思路：论文提出使用扩散模型来生成未来轨迹的分布，并且提出了一个意图感知去噪扩散模型（IDM）来解决该模型的不足。

其他亮点：IDM将不确定性分为意图不确定性和动作不确定性，并使用两个相关的扩散过程来对其进行建模。为了减少推理时间，IDM减少了意图感知扩散过程中的变量维度，并限制了动作感知扩散过程的初始分布，从而导致更少的扩散步骤。实验结果表明，IDM在SDD数据集上的FDE为13.83像素，在ETH/UCY数据集上为0.36米，比原始扩散模型减少了三分之二的推理时间。

相关研究：最近在这个领域中，还有一些相关的研究，如Generative Adversarial Networks for Prediction and Control, End-to-End Learning of Driving Models from Sensor Data, Social Attention: Modeling Attention in Human Crowds等。