CNNをバックボーンとしてLiDARデータと地図データから特徴抽出と物体検出を行い、オブジェクトごとのCNNと全体をまとめるGNNにより軌跡を推定するLOOKOUTを提案した。GNNの内部では、VAEのReparameterization Trickを活用してサンプリングを実現している。

ATG4Dデータセットで評価を行い、衝突率などの指標で従来手法を上回る結果。

説得力ある記述で新たなネットワーク構造を提案し、明確な性能向上を示したため通ったと考えられる。なお、著者の所属はWaabi、トロント大学及びGoogle Brainであるが「Uber ATG時代の研究」との記載がある。