오늘은 탁동혁 연구원이 현재 IEEE transactions on intelligent vehicles journal에 제출한 논문을 발표하는 시간을 가졌습니다. 현재 차량 궤적 예측에 많이 사용되는 신경망 구조인 LSTM과 transformer는 궤적 예측 과정에서 생길 수 있는 다양한 오류를 고려하지 않으며 자율주행 차량에서 궤적 예측에 중요한 latency 문제를 해결하지 못하고 있습니다. 이런 문제 때문에 안전한 자율 주행 차량 개발을 위해서는 빠르고 정확하게 차량의 궤적을 예측하고 이에 대한 적절한 액션을 취해주는 것이 중요합니다. 하지만 현재 차량 궤적 예측을 위해 사용하는 인공신경망 모델들은 예측의 정확도가 떨어지거나 (LSTM), 혹은 latency가 깁니다(transformer). 이러한 문제를 해결하기 위해 탁동혁 연구원은 SSM 모델인 Mamba를 이용해 자율주행 차량의 궤적 예측을 진행하고 예측 정확도와 latency를 측정한 후 기존의 신경망 모델들과 비교해봤습니다.