7月22日
12:05
12:05官方账号arXiv cs.LG@Lance Kennedy, Hossein Amiri, Yueyang Liu, Riyang Bao, Hanqi Chen, Mohammad Hashemi, Ruochen Kong, Xiaotong Liu, Joon-Seok Kim, Shengpu Tang, Liang Zhao, Andreas Züfle
该论文引入了16个大规模模拟数据集,每个数据集包含数千个智能体的轨迹及带注释的驻留点,并涵盖不同的轨迹噪声水平。作者评估了9种驻留点检测算法,包括现有最优方法和新提出的方法。结果显示,现有算法在真实噪声条件下表现较差,而提出的无监督方法有显著改进,监督方法则大幅超越现有基线。该论文指出,这些数据集和方法仅作为未来研究的起点。
推荐理由:这篇论文提供了16个带噪声的轨迹数据集和9种驻留点检测算法评估,发现现有方法在真实噪声下效果差,而他们的新方法提升明显,对做轨迹分析的人很有参考价值。