PathFM 轨迹预测模型论文发布

论文作者发布 PathFM，一个基于轨迹的生成式时间序列预测模型，用流匹配生成完整未来路径。作者称，通过将模型蒸馏至一到两步、并在跨采样间共享历史注意力缓存，生成多条路径的耗时约等于一次分位数模型查询。 作者报告称，PathFM 在 fev-bench 和 TIME 上取得有竞争力的边际精度，在其新提出的 fps-bench 上聚合路径得分高于所有评估的外部基线；在混沌系统实验中，其流模型能维持长期变异性，而强基线迅速崩溃。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。