NeMo-map: Neural Implicit Flow Fields for Spatio-Temporal Motion Mapping¶

会议: ICLR 2026
arXiv: 2510.14827
代码: 无
领域: 自动驾驶
关键词: 动态地图, 神经隐式表示, 半包裹高斯混合, 人类运动模式, 时空连续

一句话总结¶

提出 NeMo-map——基于神经隐式函数的连续时空动态地图，将空间-时间坐标直接映射为半包裹高斯混合模型（SWGMM）参数，消除传统方法的空间离散化和时间分段限制，在真实行人追踪数据上实现更低 NLL 和更平滑的速度分布。

研究背景与动机¶

领域现状：动态地图（MoD）通过编码环境中的统计运动模式帮助机器人在拥挤场景中导航。现有方法如 CLiFF-map 和 STeF-map 在离散网格上拟合局部运动分布。

现有痛点：网格离散化导致信息丢失和边界不连续；时间通常按小时分段，无法建模跨时段的平滑过渡；手动选择网格分辨率依赖环境。

核心矛盾：离散表示无法在任意空间-时间坐标上查询运动分布，且稀疏区域需要插值或填充。

本文目标：(a) 消除空间离散化；(b) 实现空间和时间的连续平滑查询；(c) 保持运动方向的多模态特性。

切入角度：用神经隐式表示将 \((x, y, t) \to\) SWGMM 参数的映射建模为连续函数。

核心 idea：用可学习空间特征网格 + SIREN 时间编码 + MLP 直接输出连续时空运动分布参数。

方法详解¶

整体框架¶

输入为时空坐标 \((\mathbf{x}, t)\)，输出为 \(J\) 组 SWGMM 参数 \(\{w_j, \bm{\mu}_j, \bm{\Sigma}_j\}\)。空间坐标通过可学习网格 \(\mathbf{G}_s\) 双线性插值获取特征 \(\mathbf{f}_s(\mathbf{x})\)，时间通过 SIREN 网络编码为 \(\mathbf{f}_t(t)\)，拼接后送入 MLP 输出混合模型参数。

关键设计¶

可学习空间特征网格:
- 功能：为每个空间位置提供局部特征编码
- 核心思路：维护 \(\mathbf{G}_s \in \mathbb{R}^{H \times W \times C_s}\) 特征网格，在查询位置 \(\mathbf{x}\) 做双线性插值得到连续空间特征
- 设计动机：比纯坐标输入的 MLP 更能捕捉局部运动模式变化，同时保持空间连续性
SIREN 时间编码:
- 功能：将连续时间 \(t\) 编码为特征向量
- 核心思路：使用周期性正弦激活函数的网络，天然适合编码一天中运动模式的周期性变化
- 设计动机：人类运动模式具有日周期性，SIREN 的周期性激活函数能自然捕捉这种规律
SWGMM 参数化输出:
- 功能：MLP 输出混合权重、均值和协方差矩阵
- 核心思路：每个组件建模速度 \(\rho\) 和方向 \(\theta\) 的联合分布，方向维度按 \(2\pi\) 周期包裹（winding number \(k \in \{-1,0,1\}\)），允许速度-方向相关性
- 设计动机：比 STeF-map 的离散化方向直方图更准确，比 VMGMM 的独立假设更灵活

损失函数 / 训练策略¶

负对数似然损失：\(\mathcal{L}(\theta) = -\frac{1}{N}\sum_i \log p(\mathbf{v}_i | \Phi_\theta(\mathbf{x}_i, t_i))\)

实验关键数据¶

主实验（ATC 购物中心数据集 NLL↓）¶

方法	NLL↓	vs NeMo NLL增量
NeMo-map	0.775	—
Online CLiFF-map	1.527	+0.752
CLiFF-map	1.964	+1.189
STeF-map	5.576	+4.801

ETH/UCY 数据集对比¶

场景	NeMo NLL	CLiFF NLL	提升
ETH	-0.384	0.112	+0.496
HOTEL	-0.838	0.701	+1.539
UNIV	0.404	0.518	+0.114
ZARA	-0.342	0.068	+0.410

训练效率：NeMo-map 全天数据训练不到 20 分钟。

关键发现¶

NeMo 在所有数据集和场景上均显著优于基线（p<0.001）
在稀疏区域 NeMo 产生更平滑的速度分布，避免了离散方法的不连续性
模型在轨迹预测下游任务中也表现更好

亮点与洞察¶

连续时空查询的能力消除了 MoD 的核心限制：不再需要预定义网格分辨率，不再有时间分段的不连续性。
SWGMM 的圆柱体可视化（方向包裹在圆上，速度沿圆柱轴）非常直观，有助于理解多模态运动模式。

局限与展望¶

仅在行人场景验证，未测试车辆或自行车等其他动态物体
可学习空间网格的分辨率仍需手动设定
未与基于深度学习的轨迹预测模型进行全面对比

评分¶

新颖性: ⭐⭐⭐⭐ 将神经隐式表示引入动态地图是自然但有效的创新
实验充分度: ⭐⭐⭐ 两个数据集，有统计显著性检验，但场景类型有限
写作质量: ⭐⭐⭐⭐ 清晰简洁，SWGMM 的数学描述严谨
价值: ⭐⭐⭐⭐ 对机器人导航中的运动建模有实用贡献