一、背景知识 DMP作为轨迹生成方法的一种,具有诸多优势,如弹簧阻尼二阶系统保证了他可以收敛到目标点,且具有良好的时间和空间上的泛化能力。我最近一直在想为什么该系统可以保证运动轨迹收敛到目标点 g g g,后来看了码农家园的博客以及对照论文中的内容有了一定的理解,下面给出DMP算法详细的收敛性证明。 二、从微分方程的角度出发 利用本科阶段学到的高等数学知识,我们先求解一个微分方程: f ˙
Motion Transformer with Global IntentionLocalization and Local Movement Refinement 论文精读 此篇论文是2022年发表NeurIPS上的文章,代码即将在GitHub开源。目前占据waymo open dataset leadboard运动预测榜单榜首。 摘要:预测交通参与者的行为对于自动驾驶车辆做决策至关重要。现
论文阅读——Stock Movement Prediction from Tweets and Historical Prices 出处摘要动机介绍模型 出处 摘要 股票走势预测是一个具有挑战性的问题:市场是高度随机的,并且要根据混乱的数据做出与时间相关的预测。这篇文章处理这三种复杂性,并提出一个新颖的深度生成模型,共同利用文本和价格信号来完成这项任务。与判别式或主题建模不同,