自动驾驶

对一个行人密集且较为复杂的地铁场景行人轨迹进行预测，项目通过在现有sota模型STGAT基础上添加场景信息，模型本身仅需要增加一个场景的全连接层，复杂度低，能够高效训练，已通过各种消融性实验，结果表明本项目比STGAT模型精度(ade)至少提高10%以上。