了解交通軌跡的行為對(duì)自主駕駛系統(tǒng)至關(guān)重要，尤其是在擁擠和復(fù)雜的交通場(chǎng)景中的安全導(dǎo)航。在這些場(chǎng)景中，準(zhǔn)確的軌跡預(yù)測(cè)不僅可以幫助自動(dòng)駕駛車(chē)輛做出明智的決定，安全地規(guī)劃其未來(lái)的運(yùn)動(dòng)，還可以幫助監(jiān)控系統(tǒng)檢測(cè)到異常行為。本期SFFAI論壇我們邀請(qǐng)到了來(lái)自北京大學(xué)的曹德福同學(xué)，分享他利用圖神經(jīng)網(wǎng)絡(luò)中的頻域信息，進(jìn)行交通軌跡預(yù)測(cè)的工作。

講者介紹

曹德福，北京大學(xué)信息科學(xué)技術(shù)學(xué)院碩士，主要研究方向?yàn)閿?shù)據(jù)挖掘，人工智能。目前已在NeurIPS（Spotlight）、ICRA等會(huì)議上發(fā)表論文4篇。

會(huì)議題目

頻域信息在圖神經(jīng)網(wǎng)絡(luò)中的利用-以交通軌跡預(yù)測(cè)為例

會(huì)議摘要

對(duì)于交通軌跡的短期預(yù)測(cè)，使用純物理模型或傳統(tǒng)的統(tǒng)計(jì)模型可以獲得可接受的性能，因?yàn)樵诙虝r(shí)間內(nèi)（即不到一秒鐘），行為不太可能在很大程度上受到外部因素的影響。然而，這些方法對(duì)于更復(fù)雜的長(zhǎng)期預(yù)測(cè)是不夠的?？紤]到給定的歷史軌跡，由于人類(lèi)的不同意圖或不同實(shí)體之間的相互影響，可能會(huì)有各種可能的未來(lái)運(yùn)動(dòng)。預(yù)測(cè)未來(lái)軌跡的內(nèi)在不確定性使得長(zhǎng)期軌跡預(yù)測(cè)成為一項(xiàng)具有挑戰(zhàn)性的任務(wù)。此外，預(yù)測(cè)系統(tǒng)還需要根據(jù)交通規(guī)則來(lái)判別由道路邊界和管理人員劃定的可穿越區(qū)域。因此，有必要設(shè)計(jì)有效的模塊來(lái)模擬互動(dòng)代理之間的互動(dòng)，以及利用環(huán)境背景信息。在這項(xiàng)工作中，我們提出利用在圖神經(jīng)網(wǎng)絡(luò)在頻域中存在的模式，采用基于頻譜分解的新圖卷積方法來(lái)捕捉不同頻率成分的信息。所提出的方法可以同時(shí)處理時(shí)間上的相關(guān)性和空間結(jié)構(gòu)。在SDD和nuSences數(shù)據(jù)集上的實(shí)驗(yàn)表明，我們的方法遠(yuǎn)超過(guò)傳統(tǒng)的圖神經(jīng)網(wǎng)絡(luò)算法和基于短長(zhǎng)時(shí)記憶模塊的方法。

論文標(biāo)題：

1.Spectral Temporal Graph Neural Network for Trajectory Prediction

2.Spectral Temporal Graph Neural Network for Multivariate Time-series Forecasting

論文在線(xiàn)閱讀：https://bbs.sffai.com/d/249

會(huì)議亮點(diǎn)

1、我們提出了一個(gè)頻域時(shí)空?qǐng)D神經(jīng)網(wǎng)絡(luò)（SpecTGNN），用于多Agent的軌跡預(yù)測(cè)。SpecTGNN在一個(gè)統(tǒng)一的框架內(nèi)，通過(guò)圖傅里葉變換和圖卷積操作，整合了序列建模與卷積網(wǎng)絡(luò)以及頻域特征提取的優(yōu)勢(shì)；

2、我們提出了一個(gè)SpecTGNN單元，它由兩個(gè)block組成：Agent交互信息Block和環(huán)境圖的信息；

3、本文提出的基于頻域信息的圖神經(jīng)網(wǎng)絡(luò)是普適的，有較大的可擴(kuò)展性。

直播時(shí)間

2021年6月20日（周日）20:00—21:00 線(xiàn)上直播

關(guān)注微信公眾號(hào)：人工智能前沿講習(xí)，對(duì)話(huà)框回復(fù)“SFFAI111”，獲取入群二維碼

注：直播地址會(huì)分享在交流群內(nèi)

現(xiàn)代科學(xué)技術(shù)高度社會(huì)化，在科學(xué)理論與技術(shù)方法上更加趨向綜合與統(tǒng)一，為了滿(mǎn)足人工智能不同領(lǐng)域研究者相互交流、彼此啟發(fā)的需求，我們發(fā)起了SFFAI這個(gè)公益活動(dòng)。SFFAI每周舉行一期線(xiàn)下活動(dòng)，邀請(qǐng)一線(xiàn)科研人員分享、討論人工智能各個(gè)領(lǐng)域的前沿思想和最新成果，使專(zhuān)注于各個(gè)細(xì)分領(lǐng)域的研究者開(kāi)拓視野、觸類(lèi)旁通。

SFFAI目前主要關(guān)注機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理等各個(gè)人工智能垂直領(lǐng)域及交叉領(lǐng)域的前沿進(jìn)展，將對(duì)線(xiàn)下討論的內(nèi)容進(jìn)行線(xiàn)上傳播，使后來(lái)者少踩坑，也為講者塑造個(gè)人影響力。SFFAI還在構(gòu)建人工智能領(lǐng)域的知識(shí)森林—AI Knowledge Forest，通過(guò)匯總各位參與者貢獻(xiàn)的領(lǐng)域知識(shí)，沉淀線(xiàn)下分享的前沿精華，使AI Knowledge Tree枝繁葉茂，為人工智能社區(qū)做出貢獻(xiàn)，歡迎大家關(guān)注SFFAI論壇：https://bbs.sffai.com。