自动驾驶论文分享｜TrajVAE：无需强约束即可灵活生成高质量行车轨迹本文介绍了Neurocomputing期刊上的一篇论文《TrajVAE: A Variational AutoEncoder model for trajectory generation》，该论文提出了两种轨迹生成的解决方案，即TrajGAN和TrajVAE。这两种方案首先利用长短期记忆网络（LSTM）对轨迹特征进行建模，然后分别借助生成对抗网络（GAN）和变分自编码器（VAE）框架来生成轨迹。论文将TrajGAN作为基准模型，通过实验发现TrajVAE相对于基准模型具有更高的准确性和稳定性。