标签
该论文提出一个基于回答集编程(ASP)的混合声明式框架，用于对交互式运动轨迹进行可解释的前瞻性推理，并在Argoverse 2基准上进行评估，每个预测轨迹都附带可检查的事件级假设。
该论文提出了一种自适应多判别器 Wasserstein GAN（MD-WGAN）框架，将强化学习与博弈论协调结合，用于资源受限的车联网环境，实现与最先进 GAN 相当的预测精度（RMSE 1.029），同时显著降低 CPU 与内存消耗。
提出上下文感知注意力高斯混合模型（CAA-GMM），用于自动驾驶中多模态、不确定性感知的车辆轨迹预测，在nuScenes和Argoverse 2上取得与最先进栅格基线相当或更优的精度，同时保持较低计算复杂度和对通信/感知不确定性的鲁棒性。
本文提出RRDrive，一种用于基于寄存器的端到端自动驾驶的风险感知占用表示，该表示在复杂场景中改进了轨迹预测和选择，取得了显著的性能提升。
本文提出了一种基于flow-matching的模型，用于利用ADS-B数据预测飞机轨迹，在概率轨迹预测方面性能超越传统方法。
本文提出了一种两阶段物理约束自回归Transformer模型，用于预测信号交叉口驾驶员的停-走决策和纵向轨迹，利用真实数据增强交通安全。
M3-Former 是一个多模态变换器模型，它使用混合专家模型和大语言模型增强的语义融合来预测长期船舶轨迹，并具有更高的准确性和鲁棒性。
本文介绍了Wave Function Backpropagation (WFB)，这是一种波参数化的学习公式，明确建模时间间隔以提升神经网络在轨迹预测中的性能，实现了平均位移误差高达20.4%的降低。
本文提出了CRHT，一种利用AIS数据进行船舶轨迹预测的连续回归混合Transformer，采用在线K-means聚类采样策略和CNN-Transformer混合架构，以解决地理偏差问题并提高短期预测精度。
This paper introduces Hybrid Probabilistic Zonotopes (HProbZ), a neural network output head that jointly models discrete modes, bounded drift, and stochastic noise with closed-form likelihood, enabling identifiable uncertainty decomposition, observation-driven contraction, and multi-modal conformal coverage.
INTraJ 是一个统一的轨迹预测框架，将社会影响分解为两个阶段：利用未来社会信息进行规划，以及从残差中产生局部反应，在 Argoverse 2、ETH/UCY 和 SDD 基准上取得了最先进的结果。
This thesis introduces polynomial representations for long-term traffic scene prediction in autonomous driving, showing improved computational efficiency, generalization, and prediction plausibility over sequence-based baselines, validated on Argoverse 2 and Waymo Open datasets.
DreamTraj通过解码内部视频扩散潜变量，从单个RGB图像和语言指令预测6自由度物体轨迹，在推理时无需视频、深度或CAD模型。它引入了具有细粒度语言-运动标注的MOVE数据集，实现了最先进的性能，同时运行速度比先生成后提取的流水线快4.6倍。
本文提出条件信息器（Conditional Informer），一种基于Transformer的编码器-解码器架构，用于船舶轨迹预测。该方法通过条件注意力机制将船舶动态条件化于环境上下文，实现了15.4%的精度提升，并通过模态掩蔽（Modality Masking）实现了鲁棒的降级回退。
本文介绍了TrajRS，它是Randomized Smoothing的一个扩展，为行人轨迹预测器提供认证的鲁棒半径，从而针对对抗扰动提供可验证的安全保证。
本文提出了一种名为“学习聚类”的方法，用于量化和解读行人之间的社会互动，以实现更准确的轨迹预测。该方法利用概率潜变量生成学习，在无标签的情况下对社会互动进行聚类，提高了自动驾驶和社交机器人的鲁棒性。
本文介绍了 M-CTX，一个用于轨迹分析的精确且可扩展空间上下文检索框架，通过用索引支持的运算符替换暴力穷举阶段，在 548 万个锚点的海事语料库上将上下文构建时间从 17 CPU 天减少到 1.8 小时。
本文比较了19种图神经网络层类型在驾驶轨迹预测中的交互建模能力，发现ARMA、Chebyshev和拓扑感知层最为有效，并提出了改进预测模型的设计原则。
Qwen-VLA是一个面向具身决策的统一视觉-语言-动作模型，整合了不同机器人平台上的操作、导航与轨迹预测。它采用基于DiT的动作解码器和具身感知提示条件，实现了强性能与分布外泛化。
SleepWalk 是一个三层基准，用于评估视觉语言模型从文本指令和视觉观察中预测3D环境中空间连贯轨迹的能力，揭示了在遮挡和多步指令下接地空间推理的系统性失败。