元学习语义适应实现开放世界物体运动预判

研究提出一种元学习图神经网络，利用物体的语义、几何与关系历史，从少量在线观测预测新环境中物体何时开始移动。该方法仅在仿真中训练，即可预判训练时未见的物体运动，无需微调迁移到硬件，并在仿真与硬件实验中优于一个视觉语言模型和类别频率基线。准确预判使闭环导航仿真实现无碰撞通行，同时与最快但易碰撞的规划器相差不超过四秒。