[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-agrimgupta92--sgan":3,"tool-agrimgupta92--sgan":61},[4,18,26,36,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",160015,2,"2026-04-18T11:30:52",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",109154,"2026-04-18T11:18:24",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-cli","gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。\n\n这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。\n\n它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。",100752,"2026-04-10T01:20:03",[52,13,15,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":32,"last_commit_at":59,"category_tags":60,"status":17},4721,"markitdown","microsoft\u002Fmarkitdown","MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。\n\n在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。\n\n这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器",93400,"2026-04-06T19:52:38",[52,14],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":66,"readme_en":67,"readme_zh":68,"quickstart_zh":69,"use_case_zh":70,"hero_image_url":71,"owner_login":72,"owner_name":73,"owner_avatar_url":74,"owner_bio":75,"owner_company":76,"owner_location":75,"owner_email":77,"owner_twitter":72,"owner_website":78,"owner_url":79,"languages":80,"stars":89,"forks":90,"last_commit_at":91,"license":92,"difficulty_score":10,"env_os":93,"env_gpu":94,"env_ram":95,"env_deps":96,"category_tags":101,"github_topics":102,"view_count":32,"oss_zip_url":75,"oss_zip_packed_at":75,"status":17,"created_at":109,"updated_at":110,"faqs":111,"releases":152},9192,"agrimgupta92\u002Fsgan","sgan","Code for \"Social GAN: Socially Acceptable Trajectories with Generative Adversarial Networks\", Gupta et al, CVPR 2018","sgan 是一个基于生成对抗网络（GAN）的开源项目，旨在解决人群运动中未来轨迹预测的难题。在复杂的社交场景中，人类的移动不仅具有多模态特性，还遵循着避免碰撞、保持间距等社会规范。sgan 通过结合序列预测与 GAN 技术，能够根据观察到的历史运动数据，生成既符合物理规律又具备“社会可接受性”的未来轨迹，有效避免了传统模型中常见的路径交叉或不自然行为。\n\n该工具的核心架构包含生成器、判别器以及一个独特的池化模块（Pooling Module）。其中，池化模块是关键创新点，它允许模型聚合场景中所有行人的信息，从而让每个个体的轨迹预测都能感知到周围人群的动态交互。这种机制使得 sgan 在处理拥挤或复杂互动场景时表现尤为出色。\n\nsgan 主要面向计算机视觉领域的研究人员、算法工程师及高校学生。如果你正在从事行人行为分析、自动驾驶路径规划、机器人导航或群体仿真等相关研究，sgan 提供了基于 PyTorch 的完整代码实现、预训练模型及详细的训练评估脚本，能帮助你快速复现 CVPR 2018 的经典成果，并在此基础上进行进一步的探索与创新。","# Social GAN\n\nThis is the code for the paper\n\n**\u003Ca href=\"https:\u002F\u002Farxiv.org\u002Fabs\u002F1803.10892\">Social GAN: Socially Acceptable Trajectories with Generative Adversarial Networks\u003C\u002Fa>**\n\u003Cbr>\n\u003Ca href=\"http:\u002F\u002Fweb.stanford.edu\u002F~agrim\u002F\">Agrim Gupta\u003C\u002Fa>,\n\u003Ca href=\"http:\u002F\u002Fcs.stanford.edu\u002Fpeople\u002Fjcjohns\u002F\">Justin Johnson\u003C\u002Fa>,\n\u003Ca href=\"http:\u002F\u002Fvision.stanford.edu\u002Ffeifeili\u002F\">Fei-Fei Li\u003C\u002Fa>,\n\u003Ca href=\"http:\u002F\u002Fcvgl.stanford.edu\u002Fsilvio\u002F\">Silvio Savarese\u003C\u002Fa>,\n\u003Ca href=\"http:\u002F\u002Fweb.stanford.edu\u002F~alahi\u002F\">Alexandre Alahi\u003C\u002Fa>\n\u003Cbr>\nPresented at [CVPR 2018](http:\u002F\u002Fcvpr2018.thecvf.com\u002F)\n\nHuman motion is interpersonal, multimodal and follows social conventions. In this paper, we tackle this problem by combining tools from sequence prediction and generative adversarial networks: a recurrent sequence-to-sequence model observes motion histories and predicts future behavior, using a novel pooling mechanism to aggregate information across\npeople.\n\nBelow we show an examples of socially acceptable predictions made by our model in complex scenarios. Each person is denoted by a different color. We denote observed trajectory by dots and predicted trajectory by stars.\n\u003Cdiv align='center'>\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fagrimgupta92_sgan_readme_694196f29aae.gif\">\u003C\u002Fimg>\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fagrimgupta92_sgan_readme_855ab36005dc.gif\">\u003C\u002Fimg>\n\u003C\u002Fdiv>\n\nIf you find this code useful in your research then please cite\n```\n@inproceedings{gupta2018social,\n  title={Social GAN: Socially Acceptable Trajectories with Generative Adversarial Networks},\n  author={Gupta, Agrim and Johnson, Justin and Fei-Fei, Li and Savarese, Silvio and Alahi, Alexandre},\n  booktitle={IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},\n  number={CONF},\n  year={2018}\n}\n```\n\n## Model\nOur model consists of three key components: Generator (G), Pooling Module (PM) and Discriminator (D). G is based on encoder-decoder framework where we link the hidden states of encoder and decoder via PM. G takes as input trajectories of all people involved in a scene and outputs corresponding predicted trajectories. D inputs the entire sequence comprising both input trajectory and future prediction and classifies them as “real\u002Ffake”.\n\n\u003Cdiv align='center'>\n  \u003Cimg src='https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fagrimgupta92_sgan_readme_24569a804df6.png' width='1000px'>\n\u003C\u002Fdiv>\n\n## Setup\nAll code was developed and tested on Ubuntu 16.04 with Python 3.5 and PyTorch 0.4.\n\nYou can setup a virtual environment to run the code like this:\n\n```bash\npython3 -m venv env               # Create a virtual environment\nsource env\u002Fbin\u002Factivate           # Activate virtual environment\npip install -r requirements.txt   # Install dependencies\necho $PWD > env\u002Flib\u002Fpython3.5\u002Fsite-packages\u002Fsgan.pth  # Add current directory to python path\n# Work for a while ...\ndeactivate  # Exit virtual environment\n```\n\n## Pretrained Models\nYou can download pretrained models by running the script `bash scripts\u002Fdownload_models.sh`. This will download the following models:\n\n- `sgan-models\u002F\u003Cdataset_name>_\u003Cpred_len>.pt`: Contains 10 pretrained models for all five datasets. These models correspond to SGAN-20V-20 in Table 1.\n- `sgan-p-models\u002F\u003Cdataset_name>_\u003Cpred_len>.pt`: Contains 10 pretrained models for all five datasets. These models correspond to SGAN-20VP-20 in Table 1.\n\nPlease refer to [Model Zoo](MODEL_ZOO.md) for results.\n\n## Running Models\nYou can use the script `scripts\u002Fevaluate_model.py` to easily run any of the pretrained models on any of the datsets. For example you can replicate the Table 1 results for all datasets for SGAN-20V-20 like this:\n\n```bash\npython scripts\u002Fevaluate_model.py \\\n  --model_path models\u002Fsgan-models\n```\n\n## Training new models\nInstructions for training new models can be [found here](TRAINING.md).\n","# 社交GAN\n\n这是论文的代码实现。\n\n**\u003Ca href=\"https:\u002F\u002Farxiv.org\u002Fabs\u002F1803.10892\">社交GAN：基于生成对抗网络的社会可接受轨迹\u003C\u002Fa>**\n\u003Cbr>\n\u003Ca href=\"http:\u002F\u002Fweb.stanford.edu\u002F~agrim\u002F\">阿格里姆·古普塔\u003C\u002Fa>,\n\u003Ca href=\"http:\u002F\u002Fcs.stanford.edu\u002Fpeople\u002Fjcjohns\u002F\">贾斯汀·约翰逊\u003C\u002Fa>,\n\u003Ca href=\"http:\u002F\u002Fvision.stanford.edu\u002Ffeifeili\u002F\">李飞飞\u003C\u002Fa>,\n\u003Ca href=\"http:\u002F\u002Fcvgl.stanford.edu\u002Fsilvio\u002F\">西尔维奥·萨瓦雷斯\u003C\u002Fa>,\n\u003Ca href=\"http:\u002F\u002Fweb.stanford.edu\u002F~alahi\u002F\">亚历山大·阿拉伊\u003C\u002Fa>\n\u003Cbr>\n发表于 [CVPR 2018](http:\u002F\u002Fcvpr2018.thecvf.com\u002F)\n\n人类运动具有人际交互性、多模态特性，并且遵循社会规范。在本文中，我们结合序列预测和生成对抗网络的方法来解决这一问题：一个循环的序列到序列模型会观察运动历史并预测未来行为，同时使用一种新颖的池化机制来聚合跨个体的信息。\n\n下面展示了我们的模型在复杂场景中生成的社会可接受预测示例。每个人用不同的颜色表示。观测到的轨迹用点表示，预测的轨迹用星号表示。\n\u003Cdiv align='center'>\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fagrimgupta92_sgan_readme_694196f29aae.gif\">\u003C\u002Fimg>\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fagrimgupta92_sgan_readme_855ab36005dc.gif\">\u003C\u002Fimg>\n\u003C\u002Fdiv>\n\n如果您在研究中使用了这段代码，请引用：\n```\n@inproceedings{gupta2018social,\n  title={Social GAN: Socially Acceptable Trajectories with Generative Adversarial Networks},\n  author={Gupta, Agrim and Johnson, Justin and Fei-Fei, Li and Savarese, Silvio and Alahi, Alexandre},\n  booktitle={IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},\n  number={CONF},\n  year={2018}\n}\n```\n\n## 模型\n我们的模型由三个关键组件组成：生成器（G）、池化模块（PM）和判别器（D）。生成器基于编码器-解码器框架，通过池化模块将编码器和解码器的隐藏状态连接起来。生成器以场景中所有人的轨迹作为输入，输出相应的预测轨迹。判别器则接收包含输入轨迹和未来预测的完整序列，并将其分类为“真实”或“虚假”。\n\n\u003Cdiv align='center'>\n  \u003Cimg src='https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fagrimgupta92_sgan_readme_24569a804df6.png' width='1000px'>\n\u003C\u002Fdiv>\n\n## 环境搭建\n所有代码均在 Ubuntu 16.04 上使用 Python 3.5 和 PyTorch 0.4 开发并测试。\n\n您可以按照以下步骤设置虚拟环境来运行代码：\n\n```bash\npython3 -m venv env               # 创建虚拟环境\nsource env\u002Fbin\u002Factivate           # 激活虚拟环境\npip install -r requirements.txt   # 安装依赖项\necho $PWD > env\u002Flib\u002Fpython3.5\u002Fsite-packages\u002Fsgan.pth  # 将当前目录添加到 Python 路径\n# 进行一段时间的工作 ...\ndeactivate  # 退出虚拟环境\n```\n\n## 预训练模型\n您可以通过运行脚本 `bash scripts\u002Fdownload_models.sh` 下载预训练模型。这将下载以下模型：\n\n- `sgan-models\u002F\u003Cdataset_name>_\u003Cpred_len>.pt`：包含针对所有五个数据集的10个预训练模型。这些模型对应于表1中的 SGAN-20V-20。\n- `sgan-p-models\u002F\u003Cdataset_name>_\u003Cpred_len>.pt`：包含针对所有五个数据集的10个预训练模型。这些模型对应于表1中的 SGAN-20VP-20。\n\n有关结果，请参阅 [模型库](MODEL_ZOO.md)。\n\n## 模型运行\n您可以使用脚本 `scripts\u002Fevaluate_model.py` 轻松地在任何数据集上运行任意一个预训练模型。例如，要复现表1中所有数据集关于 SGAN-20V-20 的结果，可以执行以下命令：\n\n```bash\npython scripts\u002Fevaluate_model.py \\\n  --model_path models\u002Fsgan-models\n```\n\n## 训练新模型\n训练新模型的说明可以[在这里找到](TRAINING.md)。","# Social GAN 快速上手指南\n\nSocial GAN 是一个基于生成对抗网络（GAN）的行人轨迹预测模型，能够生成符合社会规范的多人运动轨迹。本项目代码基于 PyTorch 开发。\n\n## 环境准备\n\n在开始之前，请确保您的开发环境满足以下要求：\n\n*   **操作系统**: Ubuntu 16.04 (推荐) 或其他 Linux 发行版\n*   **Python 版本**: Python 3.5+\n*   **深度学习框架**: PyTorch 0.4\n*   **依赖管理**: `pip` 和 `venv`\n\n> **注意**：原文基于较旧的 PyTorch 0.4 版本测试。如果您使用更新的 PyTorch 版本，可能会遇到兼容性警告，建议优先尝试在虚拟环境中复现原文环境以确保稳定性。国内用户可使用清华或阿里镜像源加速 pip 安装。\n\n## 安装步骤\n\n推荐使用虚拟环境进行隔离安装，具体步骤如下：\n\n1.  **创建并激活虚拟环境**\n    ```bash\n    python3 -m venv env\n    source env\u002Fbin\u002Factivate\n    ```\n\n2.  **安装依赖包**\n    （国内用户建议添加镜像源参数以加速下载）\n    ```bash\n    pip install -r requirements.txt -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n    ```\n\n3.  **配置 Python 路径**\n    将当前项目目录添加到 Python 搜索路径中，以便正确导入模块：\n    ```bash\n    echo $PWD > env\u002Flib\u002Fpython3.5\u002Fsite-packages\u002Fsgan.pth\n    ```\n    *(注：如果您的 Python 版本不是 3.5，请将路径中的 `python3.5` 替换为实际版本目录，如 `python3.8`)*\n\n## 基本使用\n\n### 1. 下载预训练模型\n\n项目提供了在五个数据集上训练好的预训练模型。运行以下脚本即可自动下载：\n\n```bash\nbash scripts\u002Fdownload_models.sh\n```\n\n下载完成后，您将得到两类模型文件：\n*   `sgan-models\u002F`: 对应论文表 1 中的 **SGAN-20V-20** 模型。\n*   `sgan-p-models\u002F`: 对应论文表 1 中的 **SGAN-20VP-20** 模型（包含池化模块优化）。\n\n### 2. 评估模型效果\n\n使用提供的评估脚本，可以快速在数据集上运行预训练模型并复现论文结果。例如，评估 `sgan-models` 目录下的模型：\n\n```bash\npython scripts\u002Fevaluate_model.py \\\n  --model_path models\u002Fsgan-models\n```\n\n该命令将加载模型并在相应数据集上进行推理，输出轨迹预测评估指标。\n\n### 3. 训练新模型\n\n如需使用自定义数据或调整参数重新训练模型，请参考项目根目录下的 `TRAINING.md` 文档获取详细指令。","某自动驾驶研发团队正在优化车辆在城市密集人流中的路径规划算法，以确保行车安全且符合人类社交礼仪。\n\n### 没有 sgan 时\n- **预测轨迹单一僵化**：传统模型往往只输出一种最可能的直线或简单曲线轨迹，无法涵盖行人突然变向、停顿或绕行的多种可能性（多模态特性缺失）。\n- **忽视群体交互逻辑**：算法将每个行人视为独立个体，无法理解两人并排行走、避让或对向穿梭时的相互影响，导致预测路径经常穿过人体。\n- **生成反社会行为**：模型可能预测出行人直接穿墙、原地瞬移或无视拥挤人群直行的“物理可行但社交不可接受”的诡异路线。\n- **长时预测误差累积**：随着预测时间窗口拉长，缺乏对抗网络约束的序列模型容易发散，生成的轨迹逐渐偏离真实人类行为模式。\n\n### 使用 sgan 后\n- **输出多样化合理轨迹**：sgan 利用生成对抗网络特性，能同时生成多条符合概率分布的未来轨迹，准确覆盖行人犹豫、加速或转向的不同意图。\n- **精准建模社交聚合**：通过独特的池化机制（Pooling Module），sgan 能实时聚合场景中所有行人的状态，让预测结果体现出自然的避让和跟随行为。\n- **确保社交可接受性**：判别器强制筛选掉违反人类运动惯例的样本，确保输出的轨迹不仅物理可达，更符合人类在拥挤环境下的潜规则。\n- **提升复杂场景鲁棒性**：在十字路口或人流交织的高难度场景下，sgan 依然能保持长时间步长的预测稳定性，大幅降低碰撞误报率。\n\nsgan 通过将社交规范融入生成式学习，让机器真正学会了像人一样理解和预测复杂的群体运动行为。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fagrimgupta92_sgan_694196f2.gif","agrimgupta92","Agrim Gupta","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fagrimgupta92_16745811.jpg",null,"Stanford University","agrimgupta92@gmail.com","http:\u002F\u002Fweb.stanford.edu\u002F~agrim\u002F","https:\u002F\u002Fgithub.com\u002Fagrimgupta92",[81,85],{"name":82,"color":83,"percentage":84},"Python","#3572A5",98.4,{"name":86,"color":87,"percentage":88},"Shell","#89e051",1.6,910,273,"2026-04-15T12:57:42","MIT","Linux","未说明（基于 PyTorch 0.4，通常建议配备支持 CUDA 的 NVIDIA GPU，但 README 未明确具体型号或显存要求）","未说明",{"notes":97,"python":98,"dependencies":99},"代码仅在 Ubuntu 16.04 上开发和测试。需通过 requirements.txt 安装依赖。运行前需执行脚本下载预训练模型文件。建议使用虚拟环境（venv）隔离运行环境。","3.5",[100],"torch==0.4",[14],[103,104,105,106,107,108],"pytorch","deep-learning","generative-adversarial-network","trajectory-prediction","human-trajectory-prediction","social-navigation","2026-03-27T02:49:30.150509","2026-04-19T03:18:03.829412",[112,117,122,127,132,137,142,147],{"id":113,"question_zh":114,"answer_zh":115,"source_url":116},41270,"为什么模型评估结果与论文中显示的 ADE\u002FFDE 误差差距很大？","这通常是因为超参数设置问题。请检查 `l2_loss_weight` 是否被错误地设置为零，该值应设为非零数值，否则 GAN 可能需要运行数天才能收敛。建议直接使用脚本提供的默认超参数进行训练，不要随意更改。","https:\u002F\u002Fgithub.com\u002Fagrimgupta92\u002Fsgan\u002Fissues\u002F41",{"id":118,"question_zh":119,"answer_zh":120,"source_url":121},41271,"运行时出现 'if self.noise_dim[0] == 0' 报错，如何解决？","这是 `noise_dim` 参数格式错误导致的。请在运行训练脚本时明确指定 `--noise_dim 8`（直接传入整数），而不是传入元组格式如 `(8,0)`。修改后即可正常运行。","https:\u002F\u002Fgithub.com\u002Fagrimgupta92\u002Fsgan\u002Fissues\u002F15",{"id":123,"question_zh":124,"answer_zh":125,"source_url":126},41272,"如何处理长度小于预期序列长度的轨迹数据？","默认代码会过滤掉长度不足的轨迹。若要支持可变长度轨迹（例如在自动驾驶场景中不能忽略部分轨迹），可以采用零填充（zero padding）的方式处理短轨迹，而不是直接过滤掉它们。","https:\u002F\u002Fgithub.com\u002Fagrimgupta92\u002Fsgan\u002Fissues\u002F21",{"id":128,"question_zh":129,"answer_zh":130,"source_url":131},41273,"ETH 和 UCY 数据集的原始图像数据在哪里下载？","ETH 数据集的完整压缩包可以通过以下链接下载：https:\u002F\u002Fdata.vision.ee.ethz.ch\u002Fcvl\u002Faem\u002Fewap_dataset_full.tgz。如果链接失效，建议搜索 'ETH Biwi Walking Pedestrians Dataset' 或 'Crowds by Choice' 寻找镜像源。","https:\u002F\u002Fgithub.com\u002Fagrimgupta92\u002Fsgan\u002Fissues\u002F12",{"id":133,"question_zh":134,"answer_zh":135,"source_url":136},41274,"自定义数据集的文件格式中，四列数据分别代表什么？","数据文件通常包含四列，分别代表：帧号（frame number）、行人 ID（pedestrian ID）、X 坐标（position x）和 Y 坐标（position y）。坐标单位通常为米，具体物理尺度可通过单应性矩阵（Homography Matrix）从像素坐标转换得到。","https:\u002F\u002Fgithub.com\u002Fagrimgupta92\u002Fsgan\u002Fissues\u002F16",{"id":138,"question_zh":139,"answer_zh":140,"source_url":141},41275,"如何将像素坐标转换为现实世界坐标（米）以进行碰撞检测？","需要使用单应性矩阵（Homography Matrix）。给定像素坐标 [u, v] 和单应性矩阵 H，计算公式为：将向量 [u, v, 1] 左乘矩阵 H 得到 (x, y, z)，然后将结果向量的前两个分量除以第三个分量 z，即得到现实世界的 (x, y) 坐标。注意不同数据集（如 ETH 和 UCY）可能需要不同的转换脚本或矩阵。","https:\u002F\u002Fgithub.com\u002Fagrimgupta92\u002Fsgan\u002Fissues\u002F5",{"id":143,"question_zh":144,"answer_zh":145,"source_url":146},41276,"生成器和解码器中使用的是相对坐标还是绝对坐标？为什么？","代码中使用的是相对坐标（`obs_traj_rel` 和 `last_pos_rel`），其本质是速度信息（时间步之间的坐标差）。作者尝试过使用绝对坐标训练 GAN，但发现极难训练出有意义的结果，因此推荐使用相对坐标。如果使用绝对坐标，可能需要对轨迹进行特殊的归一化处理。","https:\u002F\u002Fgithub.com\u002Fagrimgupta92\u002Fsgan\u002Fissues\u002F10",{"id":148,"question_zh":149,"answer_zh":150,"source_url":151},41277,"该模型的评估方式是否存在不公平比较的问题（如选取最佳轨迹）？","这是一个社区广泛讨论的问题。该模型生成多个潜在轨迹（多模态预测），并在评估时选取最接近真实值（Ground Truth）的那一条作为结果（MinADE\u002FMinFDE）。批评者认为这类似于“多选一”后只展示正确答案，对其他只输出单一轨迹的模型（如 Vanilla LSTM）可能不公平。此外，测试时依赖 Ground Truth 进行选择也引发了关于实际生产环境中可复现性和有效性的质疑。","https:\u002F\u002Fgithub.com\u002Fagrimgupta92\u002Fsgan\u002Fissues\u002F8",[]]