鴻海研究院推出 新世代多模態軌跡預測模型ModeSeq

鴻海（2317）4日公佈，鴻海研究院人工智慧研究所與香港城市大學合作，提出多模態軌跡預測模型ModeSeq，該模型在今年國際上最具有影響力的年度 AI 會議CVPR （IEEE Computer Vision and Pattern Recognition Conference） Waymo Motion Prediction Challenge獲得了全球第二名的佳績。

此成果表示團隊技術實力獲得國際的認可，有助於推動自動駕駛領域的發展，並在自動駕駛的軌跡預測領域產生深遠的影響力。Waymo Motion Prediction Challenge是聚焦於自動駕駛場景中軌跡預測的競賽，以推動自動駕駛相關技術的發展爲宗旨，併爲研究人員提供展示和交流的平臺。

ModeSeq研究專注於多模態軌跡預測，解決過去方法中犧牲多樣性和性能的問題。 ModeSeq提出的方法，是使用順序模式建模並設計Early-Match-Take-All （EMTA）損失函數來增強多模態軌跡預測。 ModeSeq使用因式分解變換器（Factorized Transformers）進行場景編碼，並使用結合記憶變換器與因式分解變換器模組ModeSeq層的解碼器。

本次研究由鴻海研究院人工智慧研究所長慄永徽率領所內研究員，與香港城市大學汪建平教授團隊、美國卡內基梅隆大學研究人員共同合作完成。今年10月8日至9日一連兩天舉行的鴻海科技日上，鴻海研究院人工智慧研究所將邀請研發團隊，與外界面對面討論相關技術與應用。