车辆轨迹预测是当今自驾的基本支柱。工业界和研究界都承认需要这样的支柱，进行了公开的基准测试。先进的方法令人印象深刻。也就是说，虽然没有越野预测，但基准以外的城市的共性是未知的。(阿尔伯特爱因斯坦，Northern Exposure，成功)在这项工作中，我们表明了这些方法不能延伸到新的场景。我们提出了一种新的方法，自动生成最先进的模型偏离道路的真实场景。我们通过对立场景生成的观点来构建这个问题。我们提倡基于原子场景生成函数和物理约束的简单有效的生成模型。我们的实验表明，我们可以修改现有的方案，使预测方法无效，从当前标准开始，超过60%/$(非道路预测)。我们进一步表明：(I)生成的场景是现实的，因为它们存在于真实世界中。可用于使现有型号结实30-40%。代码可以在中。
《Vehicle trajectory prediction works, but not everywhere》
论文地址：3358 arxiv . org/ABS/2112.03909 v1
