Selective Social-Interaction via Individual Importance for Fast Human Trajectory Prediction
本文提出基于重要性估计器选择关键邻居行人,结合Gumbel Softmax训练,在JRDB数据集上实现快速且精度有竞争力的轨迹预测。
2025-06-23 cs.AI cs.CV
Learning What Matters: Dynamic Dimension Selection and Aggregation for Interpretable Vision-Language Reward Modeling
Zhejiang University(浙江大学);Soochow Securities Co.,Ltd.(东吴证券股份有限公司);HKUST(GZ)(香港科技大学(广州));Nanjing University(南京大学)
本文提出VL-MDR框架,通过动态分解评价为细粒度可解释维度,提升视觉语言奖励建模的可解释性与效率,实验显示其在基准测试中优于现有模型,并有效缓解视觉幻觉。
2026-04-07 cs.AI cs.CL cs.CV
TSCA-Net: Temporal-Spatial Clique Attention for Interpretable Multimodal Pedestrian Trajectory Prediction
针对拥挤环境中行人轨迹预测难题,提出TSCA-Net框架,含时空团块注意力、跨行人团块势、自适应KAN网格细化三个模块,经实验验证其性能最优,消融研究证实模块互补作用。
2026-07-15 cs.CV
Neuro-Oracle: A Trajectory-Aware Agentic RAG Framework for Interpretable Epilepsy Surgical Prognosis
The George Washington University(乔治华盛顿大学)
本文提出Neuro-Oracle框架,通过三维Siamese对比编码器提取术前术后MRI变化,检索历史相似手术轨迹,并利用量化Llama-3-8B推理代理生成自然语言预后,验证了轨迹意识检索架构的可行性。
2026-04-10 cs.AI cs.CL cs.CV
DriveSuprim: Towards Precise Trajectory Selection for End-to-End Planning
DriveSuprim通过粗到细的候选过滤、旋转增强和自我蒸馏框架,提升端到端规划中轨迹选择的精确性和安全性,实现优异的性能指标。
2025-11-24 cs.AI cs.CV cs.RO
From Pixels to Perception: Interpretable Predictions via Instance-wise Grouped Feature Selection
ETH Zurich(苏黎世联邦理工学院)
针对机器学习模型决策可解释性问题,提出一种基于语义区域逐实例稀疏化、可动态调整稀疏度的可解释预测方法,在半合成与自然图像数据集上表现优于现有最优基准。
2025-05-16 cs.CV cs.LG
VISTA: A Vision and Intent-Aware Social Attention Framework for Multi-Agent Trajectory Prediction
SATIE - CNRS UMR 8029 Paris-Saclay University, France(巴黎-萨克雷大学)
针对现有多智能体轨迹预测方法难以兼顾长期目标捕捉与细粒度社交交互建模的问题,提出VISTA框架,在MADRAS、SDD基准上取得SOTA精度,大幅降低碰撞率,生成可解释的合规轨迹。
2025-11-13 cs.AI cs.CV cs.RO
Exploring Transformer-Augmented LSTM for Temporal and Spatial Feature Learning in Trajectory Prediction
University of Tennessee(田纳西大学)
本文提出一种结合LSTM与Transformer编码器的混合模型,用于车辆轨迹预测的时空特征学习,虽未超越现有LSTM方法,但展示了构建可解释预测模型的潜力。
2024-12-18 cs.CV cs.LG cs.RO
SelMatch: Effectively Scaling Up Dataset Distillation via Selection-Based Initialization and Partial Updates by Trajectory Matching
School of Electrical Engineering, Korea Advanced Institute of Science and Technology (KAIST)(韩国科学技术院电气工程学院)
提出SelMatch数据集蒸馏方法,通过基于选择的初始化和轨迹匹配的部分更新控制合成数据集难度,有效解决IPC增大时覆盖差距问题,在CIFAR-10/100和TinyImageNet上表现优异。
2024-05-28 cs.CV cs.LG
Interpretable Few-shot Learning with Online Attribute Selection
School of Computer Science(计算机科学学院);Carleton University(卡尔顿大学)
提出基于人类友好属性的少样本学习内在可解释模型,通过在线属性选择和未知属性扩充机制,在四个数据集上达到黑盒模型性能并提升决策可解释性。
2025-03-31 cs.CV cs.LG
SkillDiffuser: Interpretable Hierarchical Planning via Skill Abstractions in Diffusion-Based Task Execution
Shanghai AI Laboratory(上海人工智能实验室);University of California, Berkeley(加州大学伯克利分校);The University of Hong Kong(香港大学)
SkillDiffuser提出一种端到端分层规划框架,通过从视觉和语言中学习可解释技能表示并条件化扩散模型生成轨迹,在Meta-World和LOReL等基准上实现了最先进的长程多技能任务执行性能。
2024-03-28 cs.CV cs.LG cs.RO
Residual Embedding Similarity-Based Network Selection for Predicting Brain Network Evolution Trajectory from a Single Observation
Istanbul Technical University(伊斯坦布尔理工大学);University of Sousse(苏塞大学)
虽然现有的预测框架能够处理欧几里德结构化数据(即大脑图像),但它们可能无法推广到几何非欧几里德数据,如大脑网络。此外,这些都植根于样本选择步骤中使用欧几里得或学习向量化训练和测试大脑网络之间的相似性度量。这样的样本连接组表示可能包括可能误导训练样本选择步骤的不相关和冗余特征。毫无疑问,这未能利用和保护大脑连接体的拓扑结构。为了克服这个主要缺点,我们提出了基于残差嵌入相似性的网络选择(RESNets),用于从单个时间点预测大脑网络的进化轨迹。RESNets首先使用对抗性连接体嵌入网络学习每个训练和测试样本的紧凑几何嵌入。这很好地降低了大脑网络的高维性,同时通过图卷积网络保留了它们的拓扑特性。接下来,为了计算受试者之间的相似性,我们引入了连接大脑模板(CBT)的概念,这是一个固定的网络参考,我们进一步将每个训练和测试网络表示为嵌入空间中与参考CBT的偏差。因此,我们通过比较他们相对于预定义的CBT的学习残差嵌入,选择与基线测试对象最相似的训练对象。一旦在基线选择了最佳训练样本,我们只需在后续时间点对其相应的大脑网络进行平均,即可预测测试网络的进化轨迹。我们在健康和紊乱的大脑网络上的实验表明,与RESNets消融版本和传统方法相比,我们提出的方法是成功的。
2020-09-23 cs.CV cs.LG
Recall to Predict: Grounding Motion Forecasting in Interpretable Motion Bank
FZI Forschungszentrum Informatik(弗劳恩霍夫研究所信息技术研究中心);Karlsruhe Institute of Technology (KIT)(卡尔斯鲁厄理工学院)
本文提出了一种端到端的可区分框架,通过对比学习构建全面的'运动库'来 grounding 运动预测,采用新颖的锚点检索层动态检索显式运动先验,结合 DETR 式解码器和 WTA 动态高斯混合模型,实现可解释的多模态预测。
2026-05-02 cs.CV
Towards Predicting Any Human Trajectory In Context
Keio University(庆应大学);NVIDIA(英伟达)
提出TrajICL,一个用于行人轨迹预测的上下文学习框架,通过时空相似性示例选择(STES)和预测引导示例选择(PG-ES)方法,在无需微调的情况下实现跨域适应,并在多个公共基准上优于微调方法。
2025-11-04 cs.AI cs.CL cs.CV
Goal-GAN: Multimodal Trajectory Prediction Based on Goal Position Estimation
Technical University Munich(慕尼黑工业大学)
在本文中,我们提出了Goal-GAN,这是一种用于人类轨迹预测的可解释和端到端可训练模型。受人类导航的启发,我们将轨迹预测任务建模为直观的两阶段过程:(i)目标估计,预测代理最可能的目标位置,然后是(ii)路由模块,估计一组可能的轨迹,这些轨迹朝向估计的目标路由。我们利用有关场景的过去轨迹和视觉上下文的信息来估计可能的目标位置上的多模态概率分布,该概率分布用于在推理期间对潜在目标进行采样。路由由一个递归神经网络控制,该网络对附近环境中的物理约束做出反应,并生成朝向采样目标的可行路径。我们广泛的实验评估表明,我们的方法建立了一个新的国家的最先进的几个基准,同时能够生成一组符合物理约束的现实和多样化的轨迹。
2020-10-02 cs.CV
KEMP: Keyframe-Based Hierarchical End-to-End Deep Model for Long-Term Trajectory Prediction
Waymo;UCLA(加州大学洛杉矶分校);MIT(麻省理工学院)
预测道路智能体的未来轨迹是自动驾驶的关键任务。最近基于目标的轨迹预测方法,如DenseTNT和PECNet,在公共数据集上的预测任务中表现出良好的性能。然而,它们通常需要复杂的目标选择算法和优化。在这项工作中,我们提出了KEMP,一个分层的端到端的深度学习框架的轨迹预测。我们框架的核心是基于关键帧的轨迹预测,其中关键帧是描绘轨迹的大致方向的代表性状态。KEMP首先预测以道路上下文为条件的关键帧,然后填充以关键帧和道路上下文为条件的中间状态。在我们的一般框架下,目标条件方法是关键帧数量等于1的特殊情况。与目标条件方法不同,我们的关键帧预测器是自动学习的,不需要手工制作的目标选择算法。我们在公共基准上评估了我们的模型,我们的模型在Waymo开放运动数据集排行榜上排名第一(截至2021年9月1日)。
2022-05-10 cs.AI cs.CV cs.LG
MagViT: Interpretable Multi-Magnification Transformers with Patient-Level Model Selection for Breast Histopathology
Dhaka International University(达卡国际大学)
本文提出可解释多倍率Transformer框架MagViT,通过患者级五折交叉验证选择最优分支,在BreakHis、BUSI、IDC数据集上取得良好表现,且可解释性佳,提升乳腺组织病理学分类的稳健性。
2026-08-19 cs.CV cs.LG eess.IV
Reputation-Driven Asynchronous Federated Learning for Enhanced Trajectory Prediction with Blockchain
Heilongjiang University(黑龙江大学);Shanghai Univ(上海大学);Shanghai Artificial Intelligence Lab(上海人工智能实验室)
本文提出基于可解释声誉量化机制的异步联邦学习数据共享方法,利用图神经网络和深度强化学习优化车辆声誉分类与聚合效率,增强轨迹预测的安全性与精度。
2024-07-28 cs.CR cs.CV cs.LG
Image Evolution Trajectory Prediction and Classification from Baseline using Learning-based Patch Atlas Selection for Early Diagnosis
University of Dundee(邓迪大学);Istanbul Technical University(伊斯坦布尔理工大学)
最初诊断为早期轻度认知障碍(eMCI)的患者已知是临床异质性组,具有非常微妙的脑萎缩模式。为了检查正常对照(NC)和eMCI之间的边界,磁共振成像(MRI)被广泛用作一种非侵入性成像方式,以确定MCI患者脑图像的细微变化。然而,eMCI研究仍然受到可用MRI采集时间点数量的限制。理想情况下,人们将学习如何从单个时间点获得的MRI数据中早期诊断MCI患者,同时利用“不存在”的随访观察结果。为此,我们提出了新的监督和无监督框架,学习如何联合预测和标记强度补丁的演变轨迹,每个种子在一个特定的大脑地标,从基线强度补丁。具体而言,这两种策略的目的是在基线时间点识别最佳训练图谱块,以预测和分类给定测试基线块的演变轨迹。监督技术学习如何选择最好的地图集补丁,通过训练双向映射从空间的成对补丁相似性,以其相应的预测误差-当一个补丁被用来预测其他。另一方面,无监督技术使用多个内核学习多种基线图谱和测试补丁,以很好地捕获多个尺度的补丁分布。一旦最好的基线图谱补丁被选中,我们检索它们的演化轨迹,并平均它们来预测测试基线补丁的演化轨迹。接下来,我们将预测的轨迹输入到线性分类器的集合中,每个分类器都在特定的地标上训练。与基于单个时间点的分类方法相比,我们的分类准确率提高了10%。
2019-07-13 cs.CV cs.LG eess.IV
Let the Target Select for Itself: Data Selection via Target-Aligned Paths
University of California, Los Angeles(加州大学洛杉矶分校)
本文提出通过验证诱导流进行数据选择,以减少预热和存储成本,同时提升目标对齐子集的性能。
2026-09-29 cs.CL cs.CV cs.LG