编辑推荐：
在自动驾驶等场景中，多类智能体轨迹预测面临场景复杂、交互多变等挑战。研究人员提出 MTPSS 模型，从时空维度建模交互，结合 Mamba 块与 Neural ODE。实验表明其在 SDD 和 inD 数据集上性能优于 SOTA，为多类轨迹预测提供新方案。
自动驾驶的核心挑战之一是精准预测周围多类智能体（如行人、汽车、自行车等）的运动轨迹。在复杂交通场景中，不同类别智能体的行为模式差异显著：行人轨迹随机性强，车辆轨迹则更受交通规则约束，且各类智能体间存在动态交互。现有研究多聚焦单类智能体，忽略多类智能体间的隐含关联，导致预测模型在混合交通场景中精度不足。例如，传统图神经网络（GNNs）和图 Transformer（Graph Transformers）虽能处理图结构数据，但存在计算复杂度高或长程依赖捕捉能力有限的问题，难以应对多类智能体的速度差异、尺寸影响等复杂因素。因此，如何高效建模多类智能体的时空交互关系，提升轨迹预测的准确性与鲁棒性，成为自动驾驶领域亟待突破的关键问题。
为解决上述难题，国内研究团队开展了多类智能体轨迹预测的创新性研究。研究团队提出了一种基于选择性状态空间的多类智能体轨迹预测模型（Multi-class Agent Trajectory Prediction with Selective State Spaces, MTPSS），旨在通过时空维度的联合建模，精准捕捉不同类别智能体的运动规律与交互关系。该研究成果发表在《Engineering Applications of Artificial Intelligence》。
研究团队采用的关键技术方法包括：
- 时空联合建模框架：将智能体交互建模为空间图（G=(V,E)），通过基于类别的节点排序策略（将大尺寸类别节点后置以增强上下文访问）和 Mamba 块的双向扫描，提取全局结构信息；同时利用 Mamba 块沿时间轴扫描历史轨迹序列，捕捉长程时间依赖。
- 局部与全局信息融合：结合图注意力网络（GAT）提取节点邻域的局部结构信息，与 Mamba 块提取的全局信息互补。
- 物理可行轨迹生成：融合数据驱动的 GRU 模块与神经常微分方程（Neural ODE），通过求解微分方程平滑预测轨迹，确保轨迹符合物理动态特性。
实验结果
数据集与评估指标
研究在斯坦福无人机数据集（SDD）和路口无人机数据集（inD）上展开，采用平均位移误差（ADE）、最终位移误差（FDE）等指标评估预测精度。
对比实验
与现有先进方法（SOTA）相比，MTPSS 在两类数据集上均展现出更低的 ADE 和 FDE。例如，在行人、汽车、自行车等多类智能体的预测中，MTPSS 的误差指标显著优于传统 GNNs 和 Graph Transformers 模型，验证了其在多类交互场景中的有效性。
消融实验
通过移除模型关键组件（如类别排序策略、Mamba 块、Neural ODE 等）进行消融实验，结果表明每个组件均对预测性能有显著贡献。其中，基于类别的节点排序策略可提升模型对尺寸差异的敏感性，Mamba 块的双向扫描有效增强了全局结构信息的提取能力，而 Neural ODE 的引入则显著提升了轨迹的物理合理性。
定性分析
可视化结果显示，MTPSS 生成的轨迹具有良好的多样性，能合理反映不同类别智能体的行为模式（如行人的随机路径、车辆的规则行驶轨迹），且在智能体交互场景中（如大型车辆通过时周边智能体的避让行为）表现出更符合真实交通规则的预测结果。
结论与意义
MTPSS 通过时空维度的选择性状态空间建模，有效解决了多类智能体轨迹预测中交互关系复杂、长程依赖难以捕捉的问题。其创新点包括：
- 提出基于类别的节点排序策略，增强模型对智能体尺寸和速度差异的感知能力；
- 结合 Mamba 块的线性时间序列建模优势，实现高效的时空特征提取；
- 引入 Neural ODE 确保轨迹的物理可行性，提升预测结果的实际应用价值。
该研究为自动驾驶场景中的多智能体交互建模提供了新范式，其提出的方法在复杂交通环境中具有显著的实用潜力，有助于提升自动驾驶系统的安全性与可靠性。未来研究可进一步拓展至更复杂的交通场景（如多路口、夜间环境等），并探索与实时决策模块的深度融合，推动自动驾驶技术的商业化进程。
