声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：43-1258/TP
国际刊号：1007-130X
发布日期:
作者：田红鹏, 崔丹, 张筱培
单位：西安科技大学人工智能与计算机学院（软件学院），陕西 西安 710600
关键词：自动驾驶,轨迹预测,Transformer模型,图卷积网络(GCN),交叉注意力,多模态注意力,
自动驾驶技术面临的主要挑战之一是实时预测周边智能体（Agent）未来可靠的轨迹信息，为辅助规划做出最优化决策。提出了一种名为GT-Former的智能体间交互预测模型。该模型以Transformer结构为基础，融合图卷积网络（GCN）以输出智能体动态交互特征。此外，地图与智能体的交互以智能体特征为查询条件，利用交叉注意力机制与多模态注意力机制结合，整合单模态与多模态的交互信息，全面获取智能体与各类地图特征之间的相互作用信息。在Waymo数据集上的仿真实验表明，这一综合策略提升了模型多智能体轨迹预测的准确性。
来源：2026年第1期
《计算机工程与科学》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。