arXiv cs.AI· Zhenhao Huang, Li Sun, Philip S. Yu·· 6 天前AI 评分12
Foresight：面向路网轨迹的预期生成建模
Looking Ahead and Back: Anticipatory Generative Modeling for Road-Network Trajectories
AI 导读
针对扩散模型等现有方法在路网轨迹生成中难以处理路口转向选择、甚至生成偏离路网轨迹的问题，研究者提出图约束生成范式"预期生成建模"及模型 Foresight。Foresight 通过"预期—选择—更新—再预期"的概率循环，在沿历史轨迹顺序生成的同时实现对未来路线的长期前瞻，实验表明其优于当前最优基线。
正文 · AI 翻译
摘要：轨迹生成是交通管理和城市规划等城市应用的基础。在路网中，车辆沿路段的移动在很大程度上是确定性的，而交叉口的转向则至关重要——多条出射路径可能看起来同样合理，却可能导致截然不同的下游路线。现有的生成方法（如扩散模型）模拟位置序列，无法完成下一转向的选择，甚至生成偏离路网的轨迹。为填补这一空白，我们主张一次根本性转变：从位置模拟转向路网上的行为建模。本文从生成式路线规划的视角重新审视轨迹生成，并提出一种新的图约束生成范式——预期生成建模（Anticipatory Generative Modeling），它通过纳入对未来路线如何朝目的地展开的预期，来解决下一转向的选择问题。具体而言，我们提出一种名为 Foresight 的新型生成模型，它为“预期—选择—更新—再预期”循环构建概率模型，从而在沿历史轨迹持续进行序列生成的同时实现更长远的预见。大量实验表明，Foresight 优于最先进的基线方法。
| 主题： | 人工智能（cs.AI）；机器学习（cs.LG） |
| 引用为： | arXiv:2610.13131 [cs.AI] |
| （或 arXiv:2610.13131v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.13131 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
发件人：Zhenhao Huang [查看电子邮件]
[v1]
2026年10月9日星期五 07:23:32 UTC（18,470 KB）
来源：arXiv cs.AI · arxiv.org