HBS dataset

该数据集记录了在共享空间中行人和车辆的轨迹，重点关注在低速自动驾驶车辆和行人环境中的异质交互。数据集被划分为训练集（64%）、测试集（20%）和验证集（16%），用于训练一个数据驱动的行人轨迹预测模块。该数据集包含了从310个场景中提取的数据，涉及最多60名行人在一个1200平方米的区域内的活动。这项任务旨在利用强化学习实现自动驾驶车辆的人群导航。This dataset collects trajectories of pedestrians and vehicles in shared spaces, with a core focus on heterogeneous interactions in environments involving low-speed autonomous vehicles and pedestrians. It is divided into three subsets: the training set (64%), test set (20%), and validation set (16%), which are utilized to train a data-driven pedestrian trajectory prediction module. The dataset includes data extracted from 310 distinct scenarios, covering the activities of up to 60 pedestrians within a 1200-square-meter area. This task aims to realize crowd navigation for autonomous vehicles through reinforcement learning.

搜集汇总

背景与挑战

背景概述

HBS dataset 是一个专注于共享空间中低速自动驾驶车辆与行人异质交互的轨迹数据集，包含从310个场景中提取的行人轨迹数据，涉及最多60名行人在1200平方米区域内的活动。数据集划分为训练集（64%）、测试集（20%）和验证集（16%），旨在用于训练行人轨迹预测模块，并通过强化学习实现自动驾驶车辆的人群导航。