1. 课程导入

在自动驾驶、服务机器人、智能交通与人群仿真等系统中，一个共同的核心难题是：如何让机器理解并预判周围运动主体接下来会怎么走。行人、车辆、骑行者并不是孤立运动的个体，它们会相互观察、让行、抢行、结伴或避让。与此同时，同一个主体在不同意图下可能走出多条合理路径。交互式行为与多模态轨迹预测，正是研究"多个智能体相互影响时，未来轨迹存在多种可能"这一问题的工程学科。

一、核心原理：为什么必须同时处理"交互"与"多模态"

传统轨迹预测常被当作单智能体时序外推问题：输入某目标的历史坐标，输出一条未来轨迹。这种做法在稀疏场景尚可，但在真实道路与人群中会迅速失效，原因有两个。

• 交互性：目标的行为取决于邻居。前车减速会引发后车制动，行人靠近斑马线会触发车辆让行。忽略交互，等于假设世界只有一个人。
• 多模态性：未来本质上是概率分布而非单点。路口车辆可能直行、左转或右转，行人可能在路口等待或横穿。只输出一条轨迹，会把不确定性伪装成确定性。

因此，现代方法通常把问题拆成三个耦合环节：场景编码（地图、历史、邻居）、交互建模（谁影响谁、影响多强）、多模态解码（生成 K 条候选轨迹并给出概率）。三者关系可用下图表示。

二、发展历程：从单模态外推到交互式多模态

轨迹预测的演进大致经历四个阶段，每一阶段都在补上一阶段的短板。

可以看到，行业趋势是从"预测一条最可能的轨迹"转向"给出多条带概率的合理未来"，并显式建模主体之间的相互影响。

三、典型应用场景

• 自动驾驶：预测行人、车辆、骑行者未来数秒轨迹，为规划模块提供风险边界与让行决策依据。
• 服务机器人：在商场、医院、餐厅中预测人群走向，实现安全避让与自然通行。
• 智能交通：路口流量推演、信号配时优化、拥堵传播分析。
• 人群仿真与数字孪生：生成符合社会规范的多主体运动，用于应急疏散与场景测试。

四、常见误区与复盘

初学者容易踩以下坑，值得在课程开始前建立正确认知。

1. 把预测当成单点回归：只优化平均位移误差，会得到"平均化"的轨迹，既不像直行也不像转弯。
2. 忽略交互方向性：影响是不对称的，前车对后车的影响远大于反向，建模时需区分。
3. 模式坍缩：多模态模型常退化为只输出一条轨迹，需要多样性损失或锚点机制约束。
4. 评估只看 ADE/FDE：多模态预测还需看 minADE、minFDE、Miss Rate 与概率校准。

# 多模态预测常用评估指标（示意）
minADE_K  = min over K 条轨迹的平均位移误差
minFDE_K  = min over K 条轨迹的终点位移误差
MissRate  = 所有 K 条轨迹均偏离真值超过阈值的比例
NLL       = 负对数似然，衡量概率分配是否合理

五、整体课程框架

本课程共 30 章，围绕"数据—建模—训练—评估—部署"主线展开，可划分为五个模块。

• 基础与数据：问题定义、数据集（Argoverse、nuScenes、INTERACTION）、坐标与特征工程。
• 交互建模：社会池化、图神经网络、注意力与 Transformer 关系编码。
• 多模态生成：多锚点回归、CVAE、GAN、扩散模型与概率校准。
• 训练与评估：损失设计、模式多样性、指标解读与消融实验。
• 工程落地：实时推理优化、部署约束、闭环测试与安全边界。