鴻海推出新世代多模態軌跡預測模型ModeSeq 加速自駕領域發展

鴻海 (2317-TW) 今 (4) 日宣布，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，將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。

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栗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，在 2024 年 Waymo Open Motion Prediction Benchmark 測試中，在 mAP、soft mAP 方面優於以往的方法，同時在 minADE 和 minFDE 指標上保持了可比的性能。

該模型也在全球年度 AI 會議 CVPR （IEEE Computer Vision and Pattern Recognition Conference） Waymo Motion Prediction Challenge 獲得了全球第二名。

Waymo Motion Prediction Challenge 是聚焦於自動駕駛場景中軌跡預測的高水準競賽，以推動自動駕駛相關技術的發展為宗旨，並為研究人員提供展示和交流的平台。

鴻海也將於 10 月 8、9 日一連兩天舉行的鴻海科技日 (Hon Hai Tech Day, HHTD24) 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。