Trajnet++ (A Trajectory Forecasting Challenge)
持续运行的TrajNet++轨迹预测研究基准,使用FDE及交互/碰撞指标比较模型。
官方页面查看 AIcrowd 官方比赛页面↗
- 预计投入
- 16–40 小时
- 难度
- 高级
- 算力
- 免费 GPU 可用
- 评分
- 自动评测
赛题说明
完整规则 ↗TrajNet++要求从9帧已观察轨迹预测后12帧行人位置。官方明确Round 3继续接受研究提交,当前榜主指标为FDE(米,越低越好),同时展示碰撞与Top3指标。官方提供训练/测试ZIP、ndjson格式、PyTorch基线和评测工具。2020年ECCV截止仅适用于历史研讨会;2030平台轮次时间不作为当前报名截止,未承诺现金奖励。
- 评分
- FDE (final displacement error; lower is better)
- 语言
- 赛题、数据说明和讨论区都是英文
适不适合你
建议先补前置能力
新手适配35/100
学习价值80/100
适合谁
希望研究人群轨迹预测、社会交互和碰撞约束的机器学习或机器人方向开发者。
难在哪
需要严格保持观察/预测时间分割、处理多行人交互,并同时权衡距离误差与碰撞率。
怎么开始
开始前最好会
- Python / PyTorch
- 时序预测
- 二维轨迹数据与ndjson
- 离线验证与防止时间泄漏
我们还没从官方页面整理出教程、数据和基线方案,赛题和数据以官方页面为准。
第一次参赛?先读 《如何选择你的第一场 AI 竞赛》