Transformerベースのモデルを用いたマルチエージェント軌道予測における教師なし異常検知

要約

自動運転において重要な「安全上危険なシナリオ」の特定は、その希少性から教師あり学習が困難です。本研究は、通常の運転をモデル化し、予測誤差を通じて逸脱を測定するTransformerベースの教師なし異常検知フレームワークを提案。NGSIMデータセットでの実験により、既存手法が見逃していた388件の独自の異常検知に成功しました。

全文は有料プランで閲覧できます。