Abstract

자율주행은 최근 몇 년 동안 큰 발전을 이룩했지만, 주변 교통 주체들의 움직임을 정확하게 예측하는 것은 여전히 안전을 보장하는 데 있어 도전 과제로 남아 있습니다. 이전 연구들은 차선 및 주체 정보와 같은 다양한 정보를 포함한 대규모 데이터를 사용하여 행동 예측에 집중했습니다. 그러나 이러한 연구들은 주로 과거 정보만을 사용하여 주체들 간의 상호작용 예측에서 불확실성이 발생하고, 이로 인해 충돌이나 잘못된 궤적 예측이 발생할 수 있습니다. 이를 해결하기 위해, 우리는 훈련 중 미래 정보를 활용하여 불확실성을 줄이는 새로운 방법을 제안합니다. 우리의 접근 방식은 교사-학생 기법과 주체 상호작용을 반영하는 주의 기반 모델을 활용합니다. 학생 모델과 교사 모델 간의 미래 정보의 차이를 해소하기 위해, 우리는 학생 모델에서 지역 정보만을 사용하여 궤적을 예측하는 차선 유도 주의 모듈(LAM)을 도입합니다. 제안된 모델은 Argoverse 모션 예측 데이터셋에서 최신 기술을 능가하는 성능을 달성하며, 이전에는 감독을 위한 용도로만 사용되었던 미래 데이터를 훈련 과정에 효과적으로 통합할 수 있음을 입증합니다. 이 연구는 행동 예측 작업에서 훈련 중 미래 정보를 사용하는 첫 번째 시도로, 이 분야에 중요한 기여를 제공합니다.