鸿海研究院推新世代多模态轨迹预测模型ModeSeq　加速自驾领域发展

本次研究由鸿海研究院人工智慧研究所栗永徽所长率领所内研究员，与香港城市大学汪建平教授团队、美国卡内基梅隆大学研究人员共同合作完成，在2024年Waymo Open Motion Prediction Benchmark测试中，在mAP、soft mAP方面优于以往的方法，同时在minADE和minFDE指标上保持了可比的性能。

Waymo Motion Prediction Challenge是聚焦于自动驾驶场景中轨迹预测的高水准竞赛，以推动自动驾驶相关技术的发展为宗旨，并为研究人员提供展示和交流的平台。

ModeSeq研究专注于多模态轨迹预测，解决过去方法中牺牲多样性和性能的问题。 ModeSeq提出的方法，是使用顺序模式建模并设计Early-Match-Take-All （EMTA）损失函数来增强多模态轨迹预测。 ModeSeq使用因式分解变换器（Factorized Transformers）进行场景编码，并使用结合记忆变换器与因式分解变换器模组ModeSeq层的解码器。

今年 10月8日至9 日一连两天举行的鸿海科技日(Hon Hai Tech Day, HHTD24)上，鸿海研究院人工智慧研究所将邀请研发团队，与外界面对面讨论相关技术与应用，欢迎产学研各界先进报名参加。