Motion Forecasting On Argoverse Cvpr 2020

评估指标

DAC (K=6)

MR (K=1)

MR (K=6)

brier-minFDE (K=6)

minADE (K=1)

minADE (K=6)

minFDE (K=1)

minFDE (K=6)

评测结果

各个模型在此基准测试上的表现结果

比较表格

模型名称	DAC (K=6)	MR (K=1)	MR (K=6)	brier-minFDE (K=6)	minADE (K=1)	minADE (K=6)	minFDE (K=1)	minFDE (K=6)
模型 1	0.9831	0.5933	0.1674	2.0999	1.7176	0.8853	3.7966	1.4055
tenet-transformer-encoding-network-for	0.9863	0.5596	0.1272	1.7667	1.6565	0.8121	3.6081	1.2141
模型 3	0.9263	0.7498	0.7498	4.9209	2.1686	2.1686	4.9209	4.9209
模型 4	0.8857	0.8348	0.8348	7.8875	3.5333	3.5333	7.8875	7.8875
模型 5	0.9183	0.7352	0.5901	4.0999	2.3865	1.6055	5.488	3.4055
模型 6	0.8977	0.8122	0.6916	6.1315	2.9631	2.3432	6.8116	5.437
模型 7	0.9877	0.5791	0.1432	1.9162	1.6856	0.8186	3.7588	1.2754
模型 8	0.9836	0.5873	0.1597	2.0495	1.7024	0.8679	3.7642	1.355
模型 9	0.9838	0.5701	0.1438	1.8752	1.6242	0.8331	3.58	1.2748
模型 10	0.9124	0.8774	0.5504	4.1457	3.467	1.7875	7.4546	3.4512
模型 11	0.9856	0.7161	0.1589	2.1082	2.2709	0.9583	5.0216	1.4138
模型 12	0.9738	0.6685	0.6685	4.0972	1.8312	1.8312	4.0972	4.0972
模型 13	0.9874	0.5598	0.1306	1.78	1.6244	0.81	3.5572	1.1996
模型 14	0.9887	0.6467	0.1676	2.3613	1.9108	0.99	4.2597	1.6668
模型 15	0.9671	0.8355	0.4889	4.1988	3.6495	1.888	8.1197	3.5044
模型 16	0.9826	0.669	0.1849	2.083	2.0363	0.9105	4.5807	1.4341
模型 17	0.9843	0.5665	0.1474	1.954	1.6217	0.8294	3.5508	1.2595
模型 18	0.9759	0.6795	0.6795	4.1704	1.8705	1.8705	4.1704	4.1704
模型 19	0.9871	0.5877	0.1434	1.9922	1.7368	0.8948	3.7874	1.2978
leveraging-future-relationship-reasoning-for	0.9878	0.5728	0.143	1.9365	1.7063	0.8165	3.7486	1.2671
模型 21	0.9912	0.5918	0.205	2.3544	1.8594	1.1463	3.8216	1.7597
home-heatmap-output-for-future-motion	0.983	0.5723	0.0846	1.8601	1.6986	0.8904	3.681	1.2919
模型 23	0.8441	0.8868	0.8868	8.7522	3.9771	3.9771	8.7522	8.7522
模型 24	0.9185	0.7668	0.7668	5.7168	2.1875	2.1875	5.0224	5.0224
模型 25	0.9691	0.6825	0.6825	4.2673	1.9123	1.9123	4.2673	4.2673
模型 26	0.7042	0.9967	0.9893	26.4057	30.7524	28.3813	31.1513	25.7113
模型 27	0.9882	0.5401	0.1223	1.8095	1.5097	0.7543	3.3621	1.1376
模型 28	0.8977	0.8122	0.6916	6.1315	2.9631	2.3432	6.8116	5.437
模型 29	0.9883	0.5555	0.1297	1.8738	1.6266	0.7863	3.5825	1.1974
模型 30	0.9835	0.6019	0.1586	2.044	1.7453	0.8642	3.8981	1.3496
模型 31	0.9922	0.5154	0.1032	1.6820	1.4412	0.7282	3.1777	1.0566
模型 32	0.9799	0.6036	0.1764	2.0408	1.73	0.8621	3.8782	1.4071
模型 33	0.9848	0.6354	0.1677	2.0884	1.89	0.8888	4.2265	1.401
模型 34	0.9829	0.5871	0.1471	1.9006	1.6864	0.8406	3.7477	1.2785
模型 35	0.9854	0.6122	0.1692	2.1486	1.7343	0.8963	3.8532	1.4542
lanercnn-distributed-representations-for	0.9903	0.5685	0.1232	2.147	1.6852	0.9038	3.6916	1.4526
模型 37	0.9931	0.5348	0.5348	3.2923	1.5407	1.5407	3.2923	3.2923
模型 38	0.9835	0.5756	0.5756	3.5154	1.5969	1.5969	3.5154	3.5154
模型 39	0.9875	0.6749	0.2585	2.8266	2.0414	1.1518	4.6325	2.1322
模型 40	0.9834	0.6241	0.6241	3.9973	1.809	1.809	3.9973	3.9973
模型 41	0.755	0.9851	0.9817	23.394	12.3146	11.8296	23.7276	22.6995
r-pred-two-stage-motion-prediction-via-tube	0.992	0.5344	0.1165	1.7765	1.5843	0.7629	3.4718	1.1236
模型 43	0.9898	0.5867	0.115	2.0978	1.9105	1.2187	3.8217	1.5582
模型 44	0.8977	0.8122	0.6916	6.1315	2.9631	2.3432	6.8116	5.437
模型 45	0.9892	0.5754	0.1303	1.8584	1.6788	0.8194	3.7087	1.2186
模型 46	0.9514	0.7892	0.4141	3.5654	2.9029	1.4811	6.8301	2.871
模型 47	0.1475	1.0	0.8261	6.3362	38.9455	3.541	57.7046	5.6417
模型 48	0.9118	0.8087	0.8087	5.8239	2.5344	2.5344	5.8239	5.8239
模型 49	0.9817	0.5827	0.1651	2.0651	1.6666	0.866	3.6886	1.3707
multi-modal-motion-prediction-with	0.9852	0.6023	0.1429	1.9393	1.735	0.8372	3.9007	1.2905
模型 51	0.9812	0.6321	0.1791	2.0798	1.8436	0.9013	4.0875	1.4384
模型 52	0.8934	0.7861	0.3389	2.7277	2.5904	1.1394	5.7132	2.0333
模型 53	0.9849	0.6272	0.1591	2.006	1.8103	0.8703	3.9733	1.3505
模型 54	0.9893	0.5435	0.1163	1.7963	1.5099	0.7797	3.3297	1.1675
模型 55	0.9824	0.5966	0.1666	2.0714	1.7168	0.8702	3.8171	1.377
模型 56	0.8697	0.8449	0.8449	8.3792	3.3726	3.3726	7.7392	7.7392
wayformer-motion-forecasting-via-simple	0.9893	0.5716	0.1186	1.7408	1.636	0.7676	3.6559	1.1616
模型 58	0.9864	0.5634	0.1408	1.9737	1.6262	0.8308	3.5851	1.2793
模型 59	0.9485	0.7601	0.678	4.9666	3.0107	2.0839	6.688	4.2735
模型 60	0.964	0.8355	0.5821	4.7203	3.6495	2.0775	8.1197	4.0258
模型 61	0.9812	0.5926	0.1647	1.9981	1.7163	0.8809	3.801	1.3845
模型 62	0.9866	0.5565	0.1427	1.9744	1.5851	0.8444	3.4838	1.28
模型 63	0.9851	0.6277	0.195	2.5316	1.9152	1.0783	4.194	1.8371
prank-motion-prediction-based-on-ranking	0.9891	0.5955	0.5955	3.8239	1.7284	1.7284	3.8239	3.8239
模型 65	0.9847	0.5764	0.1395	1.8988	1.645	0.8277	3.6029	1.2532
模型 66	0.9437	0.7964	0.4199	3.8051	2.5911	1.8703	5.6038	3.1107
thomas-trajectory-heatmap-output-with-learned-1	0.9781	0.5613	0.1038	1.9736	1.6686	0.9423	3.593	1.4388
模型 68	0.9568	0.7171	0.5363	4.2643	2.4032	1.6939	5.4621	3.5698
模型 69	0.9909	0.553	0.1209	1.8188	1.6287	0.818	3.5263	1.1888
模型 70	0.9825	0.6333	0.1732	2.2004	1.8785	0.9172	4.2259	1.506
模型 71	0.9842	0.6178	0.154	2.0328	1.7737	0.8436	4.0033	1.3383
模型 72	0.4323	0.9936	0.9312	24.3515	17.0122	12.6584	34.3376	23.657
模型 73	0.9192	0.7773	0.7773	5.1247	2.2181	2.2181	5.1247	5.1247
模型 74	0.9179	0.6576	0.5428	3.7921	1.9103	1.5031	4.2923	3.0976
模型 75	0.9521	0.943	0.3539	2.8102	4.9745	1.2216	10.0298	2.1157
trajectory-forecasting-on-temporal-graphs	0.9837	0.5984	0.1528	1.9285	1.7716	0.8607	3.9031	1.3055
模型 77	0.4222	0.6517	0.3579	2.994	2.3896	1.8694	4.1008	2.2995
模型 78	0.9836	0.5873	0.1597	2.0495	1.7024	0.8679	3.7643	1.355
模型 79	0.3525	0.737	0.6583	5.0426	22.3728	2.1476	25.4924	4.7166
模型 80	0.9742	0.9083	0.5156	4.8253	5.5699	2.2968	11.0515	4.1309
模型 81	0.9865	0.7452	0.1589	2.048	2.1902	0.848	4.915	1.3536
模型 82	0.9776	0.7285	0.1951	2.1576	2.2283	0.9163	5.0944	1.4631
模型 83	0.9815	0.6375	0.1865	2.0434	1.8637	0.8832	4.1511	1.4262
模型 84	0.9876	0.718	0.3276	3.2327	2.4228	1.549	5.2943	2.5765
模型 85	0.99	0.575	0.1266	1.8567	1.715	0.8285	3.7582	1.2403
模型 86	0.9825	0.5981	0.1603	1.9863	1.7978	0.861	4.0415	1.3527
模型 87	0.9891	0.5972	0.146	1.946	1.7338	0.8636	3.8476	1.3399
模型 88	0.9816	0.5933	0.1217	2.1386	1.7995	0.9892	3.8357	1.5159
模型 89	0.9875	0.5843	0.1258	1.9759	1.6791	0.8817	3.6321	1.2815
模型 90	0.947	0.6688	0.3857	3.2277	1.9276	1.3568	4.2738	2.4881
模型 91	0.9889	0.5862	0.148	1.9635	1.698	0.836	3.7395	1.2863
模型 92	0.8977	0.8122	0.6916	6.1315	2.9631	2.3432	6.8116	5.437
模型 93	0.9877	0.6322	0.1707	2.1092	1.9536	0.8841	4.2854	1.4204
模型 94	0.9848	0.6312	0.1635	2.0574	1.8397	0.8758	4.1061	1.3715
模型 95	0.984	0.6151	0.1059	2.1898	1.8014	0.9779	3.9418	1.4953
模型 96	0.9776	0.5968	0.1738	2.0975	1.731	0.8775	3.8592	1.4031
模型 97	0.9888	0.5742	0.1327	1.9423	1.6492	0.8674	3.5879	1.2703
模型 98	0.9805	0.6158	0.1666	2.0857	1.7762	0.8986	3.9079	1.3913
模型 99	0.9839	0.6201	0.6201	3.9861	1.8062	1.8062	3.9861	3.9861
模型 100	0.9044	0.8197	0.8197	6.1954	2.7291	2.7291	6.1954	6.1954
模型 101	0.9408	0.8659	0.5203	3.8899	3.3858	1.684	7.6186	3.1954
模型 102	0.9816	0.6329	0.1804	2.1001	1.9016	0.916	4.2119	1.4591
模型 103	0.8878	0.8709	0.655	5.6308	3.4152	2.5705	7.2377	4.9364
ganet-goal-area-network-for-motion	0.9899	0.5499	0.1179	1.7899	1.5921	0.806	3.4548	1.1605
模型 105	0.89	0.8602	0.8602	6.0771	2.7271	2.7271	6.0771	6.0771
模型 106	0.9814	0.6353	0.1795	2.1037	1.8988	0.8943	4.2353	1.4645
模型 107	0.9898	0.5814	0.1341	1.918	1.6561	0.8012	3.6496	1.2235
模型 108	0.8654	0.9068	0.9068	6.992	3.2553	3.2553	6.992	6.992
模型 109	0.2939	0.9999	0.8237	6.2931	32.9034	3.2331	46.7268	5.5987
模型 110	0.9495	0.7756	0.3983	2.9967	2.7949	1.3502	6.0524	2.3501
模型 111	0.9903	0.5579	0.121	1.8817	1.6117	0.813	3.5087	1.1873
模型 112	0.9725	0.6344	0.2179	2.243	1.9044	0.9436	4.1917	1.5486
模型 113	0.9769	0.6702	0.2129	2.1611	2.0401	0.9687	4.5299	1.5716
模型 114	0.8697	0.889	0.889	6.7247	3.1088	3.1088	6.7247	6.7247
模型 115	0.9826	0.6074	0.1619	2.0682	1.7365	0.8715	3.8482	1.3737
模型 116	0.9699	0.7837	0.2189	2.3277	2.6392	0.9693	6.029	1.6332
模型 117	0.9807	0.5852	0.1696	2.0993	1.6737	0.8858	3.6837	1.4049
模型 118	0.9836	0.5873	0.1597	2.0495	1.7024	0.8679	3.7643	1.355
模型 119	0.9836	0.5873	0.1597	2.0495	1.7024	0.8679	3.7643	1.355
holistic-transformer-a-joint-neural-network	0.9865	0.5496	0.1303	1.9172	1.5692	0.8123	3.4284	1.2227
multipath-efficient-information-fusion-and	0.9876	0.5645	0.1324	1.7932	1.6235	0.7897	3.6141	1.2144
模型 122	0.9143	0.806	0.806	5.8185	2.5329	2.5329	5.8185	5.8185
模型 123	0.9743	0.6879	0.3191	2.7237	2.0987	1.1624	4.6642	2.1036
模型 124	0.832	0.9064	0.709	5.6071	5.8841	2.823	11.3051	4.9126
模型 125	0.981	0.5962	0.1725	2.1136	1.7191	0.8883	3.8039	1.4192
模型 126	0.7756	0.9238	0.9238	8.1441	3.9521	3.9521	8.1441	8.1441
模型 127	0.9827	0.5875	0.1591	2.04	1.6883	0.862	3.7274	1.3456
模型 128	0.9602	0.6278	0.214	2.2688	1.8335	0.9303	4.1274	1.5984
模型 129	0.8983	0.8379	0.7805	6.0565	2.6883	2.4943	5.8451	5.362
模型 130	0.991	0.7828	0.2904	3.2196	2.9576	1.4537	6.3673	2.5476
模型 131	0.9718	0.8457	0.4903	3.7943	3.3035	1.6056	7.4299	3.0999
模型 132	0.8857	0.8348	0.8348	7.8875	3.5333	3.5333	7.8875	7.8875
模型 133	0.9865	0.7656	0.3969	3.1788	2.5888	1.4161	5.7465	2.4845
模型 134	0.9808	0.6127	0.1779	2.4781	1.8312	1.0416	4.01	1.7936
模型 135	0.9397	0.7411	0.3553	2.8147	2.2558	1.1807	5.1581	2.2379
模型 136	0.958	0.802	0.3434	3.0901	3.0338	1.4024	7.0702	2.3957
模型 137	0.9092	0.5887	0.1501	2.0058	11.3861	11.2834	3.7832	1.3114
模型 138	0.9818	0.5889	0.1673	2.0717	1.7041	0.8663	3.7827	1.3772
模型 139	0.951	0.6791	0.6791	4.5196	2.0031	2.0031	4.5196	4.5196
crat-pred-vehicle-trajectory-prediction-with	0.9558	0.6323	0.2624	2.5926	1.8162	1.0626	4.0576	1.8981
模型 141	0.8977	0.8122	0.6916	6.1315	2.9631	2.3432	6.8116	5.437
模型 142	0.7734	0.8151	0.6899	5.3363	2.8257	2.1564	6.3946	4.6394
模型 143	0.9836	0.5873	0.1597	2.0495	1.7024	0.8679	3.7643	1.355
模型 144	0.9886	0.5577	0.1351	1.9175	1.6453	0.7949	3.6269	1.2235
模型 145	0.9584	0.7471	0.3393	3.2021	2.4611	1.2522	5.5965	2.5305
模型 146	0.9494	0.7301	0.2845	2.8131	2.1057	1.1343	4.8259	2.1187
模型 147	0.8857	0.8348	0.8348	7.8875	3.5333	3.5333	7.8875	7.8875
模型 148	0.8857	0.8348	0.8348	7.8875	3.5333	3.5333	7.8875	7.8875
tpcn-temporal-point-cloud-networks-for-motion	0.9884	0.5601	0.1333	1.9286	1.5752	0.8153	3.4872	1.2442
dcms-motion-forecasting-with-dual-consistency	0.9902	0.5322	0.1094	1.7564	1.4768	0.7659	3.2515	1.135
模型 151	0.8704	0.85	0.85	6.457	2.9719	2.9719	6.457	6.457
模型 152	0.9846	0.5831	0.1376	1.929	1.7012	0.827	3.7811	1.2395
模型 153	0.9139	0.8388	0.4931	3.7583	2.9838	1.6327	6.8853	3.0638
模型 154	0.9833	0.6453	0.1699	2.0926	1.8763	0.8935	4.1783	1.3981
模型 155	0.9836	0.5873	0.1597	2.0495	1.7024	0.8679	3.7643	1.355
模型 156	0.9898	0.5514	0.1207	1.8006	1.5959	0.8057	3.4648	1.1693
模型 157	0.9878	0.5378	0.1155	1.7654	1.5349	0.8053	3.3216	1.1385
模型 158	0.9895	0.6286	0.129	1.8691	1.8521	0.7854	4.1163	1.1872
模型 159	0.9887	0.5766	0.1383	1.883	1.6572	0.8332	3.6604	1.2694
模型 160	0.9883	0.5395	0.1143	1.7568	1.5599	0.8014	3.3814	1.2139
模型 161	0.9793	0.5928	0.1657	2.0651	1.712	0.8683	3.7985	1.3707
模型 162	0.979	0.6742	0.1884	2.0783	2.3148	0.9414	5.053	1.409
模型 163	0.9799	0.6142	0.6142	4.5214	1.7303	1.7303	3.827	3.827
模型 164	0.9859	0.5601	0.1416	1.966	1.6225	0.8351	3.5641	1.2715
模型 165	0.985	0.5876	0.1622	2.0414	1.7438	0.8879	3.7642	1.3718
模型 166	0.9812	0.6542	0.1937	2.1405	1.9953	0.9776	4.3111	1.5183
gohome-graph-oriented-heatmap-output	0.9811	0.5724	0.1048	1.9834	1.6887	0.9425	3.6468	1.4503
模型 168	0.987	0.6465	0.1615	2.0891	1.9673	0.908	4.3037	1.4413
模型 169	0.8366	0.9572	0.9572	12.8813	7.1746	7.1746	12.8813	12.8813
模型 170	0.9833	0.6306	0.6306	4.0092	1.8179	1.8179	4.0092	4.0092
模型 171	0.8722	0.8348	0.8168	8.2618	3.5333	3.3861	7.8875	7.5673
模型 172	0.9876	0.6085	0.1539	1.9737	1.7874	0.8367	4.0418	1.3222
模型 173	0.9105	0.9563	0.4048	3.0322	4.7665	1.2684	10.8683	2.3377
模型 174	0.9836	0.5873	0.1597	2.0495	1.7024	0.8679	3.7643	1.355
模型 175	0.983	0.8634	0.1864	2.1343	3.0009	0.8892	7.0697	1.4399
模型 176	0.9815	0.6321	0.1891	2.2003	1.8768	0.9347	4.1366	1.5058
模型 177	0.98	0.5905	0.1634	2.0585	1.706	0.8679	3.7786	1.364
模型 178	0.8592	0.8677	0.8677	6.8531	2.7385	2.7385	6.1586	6.1586
模型 179	0.9818	0.6237	0.1699	2.1368	1.7988	0.9096	3.9852	1.4424
模型 180	0.9868	0.6305	0.2317	2.1485	1.8426	0.9193	4.1231	1.5334
模型 181	0.9897	0.5275	0.1065	1.7313	1.5181	0.7709	3.2849	1.1057
模型 182	0.9758	0.7508	0.2887	2.6675	2.771	1.2052	5.7482	1.973
模型 183	0.864	0.9386	0.9386	9.5077	4.6564	4.6564	9.5077	9.5077
ssl-lanes-self-supervised-learning-for-motion	0.9844	0.5671	0.1326	1.9433	1.6342	0.8401	3.5643	1.2493
模型 185	0.9881	0.54	0.1223	1.8092	1.5111	0.7537	3.3645	1.137
模型 186	0.8688	0.8715	0.5718	4.276	3.4549	1.8114	7.8828	3.5816
模型 187	0.9298	0.7648	0.7648	5.8479	2.2831	2.2831	5.1534	5.1534
模型 188	0.9893	0.5261	0.1101	1.6942	1.491	0.7623	3.2628	1.1337
模型 189	0.8857	0.8348	0.8348	7.8875	3.5333	3.5333	7.8875	7.8875
模型 190	0.1816	0.6574	0.1035	2.2793	14.9928	14.9112	4.1642	1.5849
模型 191	0.9874	0.5503	0.1362	1.9461	1.5852	0.8181	3.47	1.2517
模型 192	0.9833	0.575	0.154	2.0305	1.6547	0.8525	3.6489	1.3361
模型 193	0.9762	0.8405	0.2186	2.3584	2.797	0.9877	6.6511	1.6639
模型 194	0.9873	0.5791	0.1437	1.9309	1.7061	0.8142	3.7626	1.2651
模型 195	0.9831	0.6008	0.1146	2.0712	1.7491	0.9518	3.8435	1.498
模型 196	0.9836	0.5873	0.1597	2.0495	1.7024	0.8679	3.7642	1.355
模型 197	0.9197	0.7789	0.3983	3.0871	2.5448	1.4307	5.6608	2.3926
模型 198	0.9563	0.6589	0.2096	2.225	2.2842	1.2904	4.3966	1.5956
模型 199	0.9888	0.5606	0.1374	1.8392	1.6186	0.8157	3.5573	1.2425
模型 200	0.9384	0.7347	0.7205	5.4699	2.1416	2.1	4.8748	4.7755
模型 201	0.9846	0.5831	0.151	2.0214	1.6768	0.8605	3.6951	1.327
模型 202	0.7834	0.9056	0.6785	5.1399	4.4349	2.2765	9.5225	4.4455
模型 203	0.9268	0.7574	0.7574	5.054	2.1962	2.1962	5.054	5.054
模型 204	0.8977	0.8122	0.6916	6.1315	2.9631	2.3432	6.8116	5.437
模型 205	0.9892	0.5563	0.1324	1.8872	1.6405	0.7917	3.6226	1.2124
模型 206	0.8977	0.8122	0.6916	6.1315	2.9631	2.3432	6.8116	5.437
模型 207	0.9884	0.563	0.1354	1.8981	1.6602	0.7973	3.662	1.2283
模型 208	0.973	0.7074	0.2471	2.4713	2.4627	1.1662	5.1875	1.7768
模型 209	0.9808	0.637	0.1397	2.1093	2.1461	1.3818	4.227	1.4396
模型 210	0.8676	0.8715	0.5369	3.9814	3.4549	1.7129	7.8828	3.287
模型 211	0.9578	0.7294	0.5128	3.9753	2.232	1.6091	4.7064	3.2809
模型 212	0.9818	0.6118	0.1048	2.1863	1.7812	0.9574	3.9003	1.4919
模型 213	0.8879	0.912	0.912	8.8578	3.5646	3.5646	8.1634	8.1634
模型 214	0.9857	0.583	0.1203	2.0584	1.6973	0.8688	3.7573	1.3639
模型 215	0.8893	0.8902	0.6457	5.4818	4.4824	2.1201	9.4305	4.7874
模型 216	0.98	0.5909	0.2333	2.3223	1.6737	0.9296	3.7541	1.6362
模型 217	0.9815	0.6172	0.1592	2.1039	1.803	0.8779	4.0235	1.4095
模型 218	0.9042	0.8117	0.8117	6.1454	2.3805	2.3805	5.451	5.451
模型 219	0.9815	0.6288	0.1669	2.1164	1.8233	0.8995	4.0307	1.422
模型 220	0.9836	0.6422	0.1823	2.3104	2.0029	1.1322	4.345	1.6453
模型 221	0.9187	0.779	0.7392	5.6948	2.4611	2.3434	5.3231	5.0003
模型 222	0.982	0.591	0.1652	2.0725	1.7189	0.8803	3.7918	1.3781
query-centric-trajectory-prediction	0.9887	0.5257	0.1056	1.6934	1.5234	0.7340	3.3420	1.0666
模型 224	0.9877	0.5764	0.1418	1.9773	1.6724	0.8393	3.6518	1.2828
模型 225	0.9671	0.8097	0.4177	3.4799	2.8104	1.3998	6.5063	2.7821
模型 226	0.9836	0.5873	0.1597	2.0495	1.7024	0.8679	3.7643	1.355
模型 227	0.9567	0.7802	0.4051	3.5141	2.6885	1.4608	6.2682	2.8196
模型 228	0.9637	0.8705	0.5423	4.255	3.7408	1.7691	8.3529	3.5606
模型 229	0.9912	0.5528	0.1075	1.794	1.6124	0.7819	3.5116	1.1127
模型 230	0.9922	0.6133	0.142	2.1114	1.8386	0.9116	4.0309	1.4503
模型 231	0.9883	0.5586	0.136	1.8915	1.6588	0.7943	3.6568	1.2212
模型 232	0.9807	0.5871	0.1611	2.0482	1.6906	0.8626	3.7418	1.3537
模型 233	0.9518	0.6808	0.6808	5.0872	1.9424	1.9424	4.3927	4.3927
模型 234	0.9506	0.6982	0.6982	4.6211	2.0489	2.0489	4.6211	4.6211
模型 235	0.7064	0.9476	0.9476	11.4556	5.7132	5.7132	11.4556	11.4556
模型 236	0.9814	0.5891	0.1674	2.0789	1.7055	0.8741	3.7705	1.3844
模型 237	0.9656	0.7032	0.2611	2.8381	2.3379	1.2774	5.0578	2.1774
模型 238	0.9834	0.5967	0.1623	2.0699	1.6968	0.8667	3.7496	1.3755
模型 239	0.9862	0.5998	0.1352	1.8678	1.6702	0.8026	3.7724	1.2339
hivt-hierarchical-vector-transformer-for	0.9888	0.5473	0.1267	1.8422	1.5984	0.7735	3.5328	1.1693
模型 241	0.9623	0.9878	0.3135	2.7502	7.4994	1.2128	17.191	2.0558
模型 242	0.9834	0.5935	0.1606	2.0374	1.7001	0.856	3.775	1.3429
模型 243	0.9588	0.6971	0.2508	2.6708	2.1728	1.1287	4.8418	1.9764
模型 244	0.9894	0.5475	0.1177	1.7483	1.5737	0.8046	3.4467	1.1554
模型 245	0.9896	0.5517	0.1209	1.8067	1.6072	0.8091	3.4945	1.1744
模型 246	0.984	0.5795	0.1576	1.9618	1.6585	0.8579	3.6581	1.3432
模型 247	0.8676	0.8715	0.5369	3.9814	3.4549	1.7129	7.8828	3.287
模型 248	0.9756	0.639	0.1858	2.0592	1.8599	0.9191	4.0927	1.4475
hivt-hierarchical-vector-transformer-for	0.9891	0.5431	0.1221	1.8171	1.5619	0.7673	3.4449	1.146
模型 250	0.9927	0.82	0.4181	3.3584	2.9076	1.3836	6.5416	2.6639
模型 251	0.9836	0.5873	0.1597	2.0495	1.7024	0.8679	3.7643	1.355
模型 252	0.9868	0.6856	0.1308	2.1154	1.7414	0.9973	4.2372	1.4209
模型 253	0.9511	0.7824	0.3591	2.9845	2.7262	1.3988	5.9819	2.29
模型 254	0.9878	0.7159	0.7159	5.0682	2.2719	2.2719	5.0682	5.0682
模型 255	0.98	0.6016	0.6016	4.3633	1.6557	1.6557	3.6689	3.6689
模型 256	0.9886	0.5449	0.1168	1.7512	1.5689	0.789	3.4067	1.1602
模型 257	0.9897	0.5467	0.1245	1.8347	1.5531	0.772	3.4533	1.1626
模型 258	0.9875	0.5431	0.1124	1.7286	1.5327	0.7606	3.3611	1.1213
模型 259	0.8892	0.8045	0.5201	3.4092	2.6784	1.4519	5.999	2.7148
模型 260	0.8726	0.904	0.4083	3.191	3.3098	1.2687	8.0179	2.4966
模型 261	0.9756	0.6097	0.1779	2.1286	1.7902	0.8832	4.0114	1.4341
模型 262	0.9886	0.5696	0.1282	1.9211	1.6338	0.8468	3.5752	1.2494
模型 263	0.9885	0.5573	0.1331	1.8932	1.6377	0.7933	3.614	1.2193
模型 264	0.937	0.8574	0.5247	4.5742	4.7286	2.3101	9.7385	3.8798
模型 265	0.9899	0.5921	0.1255	1.8868	1.8108	0.8026	4.0551	1.2321
模型 266	0.9891	0.5955	0.5955	3.8239	1.7284	1.7284	3.8239	3.8239
模型 267	0.9812	0.5877	0.162	2.0539	1.7019	0.8703	3.7624	1.3622
模型 268	0.9762	0.6133	0.2208	2.2641	1.7721	0.9602	3.9013	1.5696
模型 269	0.9725	0.6567	0.6567	4.1159	1.8525	1.8525	4.1159	4.1159
模型 270	0.8332	0.8917	0.5458	4.1094	10634487.5868	155985.7998	8.6403	3.4149
模型 271	0.8676	0.8715	0.5369	3.9814	3.4549	1.7129	7.8828	3.287
模型 272	0.8988	0.8884	0.7382	5.6682	2.9871	2.4191	7.0155	4.9738
模型 273	0.9805	0.5927	0.1689	2.0776	1.7288	0.8716	3.8359	1.3832
模型 274	0.9838	0.6001	0.1618	1.9623	1.7396	0.8341	3.9297	1.3393
模型 275	0.9836	0.5873	0.1597	2.0495	1.7024	0.8679	3.7642	1.355
模型 276	0.8965	0.8139	0.8139	6.5202	2.6003	2.6003	5.8257	5.8257
模型 277	0.946	0.7494	0.6582	4.787	2.9337	2.0282	6.4175	4.0938
模型 278	0.9913	0.5573	0.1207	1.7992	1.632	0.8344	3.5505	1.1568
模型 279	0.8977	0.8122	0.6916	6.1315	2.9631	2.3432	6.8116	5.437
模型 280	0.9814	0.5945	0.1638	2.0668	1.7252	0.8706	3.8222	1.3723
模型 281	0.985	0.5988	0.1032	2.0759	1.7029	0.9106	3.6961	1.3814
模型 282	0.97	0.6868	0.6868	4.1982	1.8684	1.8684	4.1982	4.1982
模型 283	0.8982	0.8141	0.8141	5.4732	2.418	2.418	5.4732	5.4732
tnt-target-driven-trajectory-prediction	0.9889	0.7097	0.1656	2.1401	2.174	0.9097	4.9593	1.4457
模型 285	0.916	0.7907	0.7119	5.0674	2.3053	2.0458	5.2734	4.6173
模型 286	0.987	0.8556	0.1349	1.932	2.7484	0.7963	6.6845	1.2225
模型 287	0.9829	0.6087	0.3264	2.882	1.7732	1.1741	3.8707	2.1875
模型 288	0.8805	0.8696	0.8696	6.4158	2.9498	2.9498	6.4158	6.4158
模型 289	0.9872	0.5715	0.1425	1.9902	1.6427	0.866	3.6103	1.3072
模型 290	0.879	0.8388	0.5419	4.6814	3.0551	1.9767	6.7766	3.9867
模型 291	0.9797	0.6001	0.1735	2.0179	1.7239	0.8536	3.8623	1.384
模型 292	0.9033	0.8915	0.8915	8.0293	3.9358	3.9358	8.0293	8.0293
模型 293	0.9836	0.5828	0.158	2.0408	1.6837	0.8615	3.7242	1.3464
模型 294	0.9842	0.7081	0.1522	2.0115	2.0558	0.8406	4.8659	1.3171
模型 295	0.9884	0.5625	0.1472	1.8566	1.6214	0.8335	3.5485	1.2955
模型 296	0.9889	0.7097	0.1656	2.1401	2.174	0.9097	4.9593	1.4457
模型 297	0.9842	0.6779	0.1823	2.3691	1.986	1.0267	4.4898	1.7883
模型 298	0.9845	0.5984	0.5984	4.435	1.6997	1.6997	3.7406	3.7406
模型 299	0.9176	0.7701	0.7701	5.9661	2.2923	2.2923	5.2717	5.2717