用于运动预测的自回归流匹配

本文介绍了自回归流匹配 (ARFM)，这是一种用于概率建模连续序列数据的新方法，专门针对人类和机器人场景中的运动预测。它借鉴了视频生成技术，解决了现有方法的局限性，并在下游任务中展示了改进的性能。开发用于评估的新基准也是一个关键贡献。

• •提出了用于概率建模连续序列数据的自回归流匹配 (ARFM)。
• •将 ARFM 应用于人类和机器人场景中的运动预测。
• •通过在预测的未来轨迹上进行条件约束，证明了在下游任务中的性能提升。
• •开发了用于评估运动预测模型的新基准。
• •受到视频生成技术规模化的启发。