一种基于异质动态图注意网络的多智能体轨迹预测方法

本发明提供了一种基于异质动态图注意网络的多智能体轨迹预测方法，包括对运动数据集中的轨迹序列数据进行预处理；根据智能体的类型，利用对应特定类型的编码器提取智能体轨迹序列数据的动态特征；利用异质动态图注意网络提取智能体的交互特征；通过卷积神经网络和门机制选择器提取并更新运动数据集中与智能体相关的地图信息的地图特征，利用门机制选择器在所有智能体之间有选择地共享地图信息，实现地图选择的自适应性；将动态特征、交互特征及地图特征融合为三通道特征后，通过对应特定智能体类型的未来解码器预测出智能体的未来轨迹。本发明在轨迹预测的准确性和安全性方面具有卓越的性能和更好的性能表现，可以提高交通效率，适应于更广泛的交通需求变化。