Introducción
Este trabajo parte de dos obstáculos. En primer lugar, DeTra no cuenta con una implementación pública, lo que dificulta reproducirlo o ampliarlo. En segundo lugar, incluso con una reimplementación documentada, predecir el movimiento de actores dinámicos sigue siendo considerablemente más difícil que detectarlos: los actores estáticos predominan en las escenas urbanas de LiDAR e inflan las métricas agregadas, ocultando la carencia en actores móviles que más importa para la seguridad. El objetivo práctico es, por tanto, mejorar la predicción dinámica sin añadir coste de inferencia ni desestabilizar la detección.
Estudiamos sesgos inductivos complementarios y de bajo coste a partir de señales que DeTra no supervisa. La trayectoria pasada observada de cada actor y la ocupación espacial del tráfico circundante pueden recuperarse de las mismas anotaciones utilizadas para entrenar la pérdida futura; en cambio, la concordancia entre el rumbo de un actor y su dirección de movimiento es una relación de consistencia entre las propias salidas del modelo. Convertimos cada señal en un objetivo auxiliar utilizado únicamente durante el entrenamiento, que moldea la representación BEV compartida y se elimina en la inferencia, sin modificar la latencia. Como estos objetivos comparten el mismo backbone, también calibramos su interacción: medimos la norma del gradiente de cada término en el tronco compartido y utilizamos este diagnóstico para elegir pesos auxiliares estables y explicar qué señales predominan o sufren escasez de gradiente.
Las principales contribuciones de este trabajo son las siguientes:
Proponemos MC-DeTra, una metodología de entrenamiento novedosa que combina dos objetivos auxiliares derivados de las anotaciones —Past Reconstruction y Occupancy Auxiliary— y un regularizador ligero de consistencia del rumbo, estudiado como parte del conjunto auxiliar, junto con la calibración de las pérdidas mediante la norma del gradiente. El método reutiliza señales ya almacenadas que no forman parte de la supervisión de DeTra y diagnostica cómo compiten los objetivos auxiliares en el backbone compartido.
DeTra coherente con el movimiento
MC-DeTra se basa en nuestra reimplementación documentada de DeTra y la amplía con tres objetivos auxiliares utilizados únicamente durante el entrenamiento. Resumimos la arquitectura base, las diferencias de implementación, los objetivos y la calibración.
Occupancy Auxiliary
También implementamos un término novedoso de consistencia entre trayectoria y ocupación, que vincularía cada trayectoria decodificada con la ocupación que implica mediante una rasterización blanda diferenciable. El análisis de la norma del gradiente mostró que este término sufría escasez de gradiente con todos los pesos estables, por lo que está desactivado en todos los modelos presentados y se considera un resultado negativo.
Consistencia del rumbo
Esta restricción no se satisface degradando la predicción hasta aproximarla al yaw: los puntos futuros están fijados por la regresión de Laplace dominante de tipo winner-takes-all, por lo que el gradiente de HC, con pesos pequeños, hacia la representación de predicción del objetivo de consistencia del rumbo es despreciable. En la práctica, el término se satisface casi por completo haciendo girar el yaw de la caja hacia el movimiento predicho. No restringimos los rumbos futuros calculados mediante diferencias finitas, ya que son degenerados con respecto a sus propios puntos de paso.
Discusión
La lección metodológica transferible es la siguiente: en un modelo conjunto con backbone compartido, no basta con la importancia conceptual; lo que cuenta es la fracción del gradiente del tronco que aporta cada auxiliar. El patrón de ablación presentado es coherente con esta interpretación: Past Reconstruction y Occupancy Auxiliary mejoran el rendimiento, mientras que la contribución de Heading Consistency es pequeña y depende de la métrica. Esto permite reinterpretar la aparente inactividad de Heading Consistency como escasez de gradiente y desaconseja aumentar el peso de un término desprovisto de gradiente hasta que distorsione la cabeza.
Conclusión
Presentamos una reimplementación de DeTra publicada abiertamente y con aproximaciones documentadas, junto con MC-DeTra: tres regularizadores seguros para la inferencia y utilizados únicamente durante el entrenamiento —Past Reconstruction, Occupancy Auxiliary y Heading Consistency—, además de la calibración mediante normas del gradiente de la competencia entre objetivos en el backbone compartido. Un controlador dinámico iguala, pero no supera, el ajuste manual. En una ablación controlada a partir de un único inicializador, el modelo completo calibrado alcanza los mejores valores dinámicos de minFDE, minADE y brier-minFDE, mientras que el mejor MR corresponde al controlador A, sin perjudicar la detección. Las normas de los gradientes atribuyen la mejora: la ocupación domina, la reconstrucción pasada contribuye modestamente y la consistencia del rumbo aporta un pequeño ajuste dependiente de la métrica. Publicamos el código, las configuraciones y las herramientas de evaluación para facilitar trabajos futuros.
Los autores declaran no tener intereses contrapuestos.
Preguntas frecuentes
¿Qué es MC-DeTra? MC-DeTra es una metodología de entrenamiento que combina los objetivos Past Reconstruction, Occupancy Auxiliary y Heading Consistency con la calibración mediante normas del gradiente.
¿Por qué se eliminan los objetivos auxiliares durante la inferencia? Moldean la representación compartida desde la vista cenital durante el entrenamiento, pero son objetivos exclusivos de esa fase, por lo que la latencia de inferencia no cambia.
¿Por qué se desactiva Occupancy Auxiliary en los modelos presentados? El análisis de la norma del gradiente mostró que sufría escasez de gradiente con todos los pesos estables.
¿Qué reveló el análisis de gradientes? La ocupación concentró la mayor parte de la mejora, Past Reconstruction contribuyó modestamente y Heading Consistency aportó un pequeño ajuste dependiente de la métrica.