Mosquito Flight Trajectory Prediction AI Competition

안녕하세요. 이번 대회에서 운 좋게 Private 2위를 기록했습니다.

이번 대회에서 한 가지 말씀드릴 만한 점은, 평가 지표인 R-Hit@1cm이 1cm 경계를 넘느냐에 따라 점수가 결정되는 이진(hit) 지표라는 점입니다. 그래서 처음부터 단일 모델의 정확도를 높이는 것보다 서로 직교하는 예측 메커니즘을 확보하는 데 더 큰 비중을 두고 접근했습니다.

실제로 같은 Kalman residual 기반 모델들은 예측값 간 상관계수가 0.99 수준으로 매우 높았고, 앙상블을 해도 LB 0.6888 부근에서 성능이 정체되었습니다. 이후 Neural ODE → Frenet 3D Frame → 회전물리 기반 모델처럼 근본적으로 다른 베이스를 단계적으로 추가하면서 성능 상한을 넘어설 수 있었습니다.

특히 이번 대회에서는 OOF 성능이 다소 낮더라도 다른 모델과 충분히 직교적인 예측을 만드는 멤버라면, 앙상블 비중을 높일수록 오히려 LB가 개선되는 경우가 많았습니다. 최종 성능 향상에도 이 점이 가장 결정적인 역할을 했습니다.

자세한 내용은 첨부한 PDF에 정리해 두었습니다.

대회 기간 동안 여러 참가자분들께서 코드 공유 게시판에 올려주신 방법론을 많이 참고했습니다. 덕분에 방향을 잡는 데 큰 도움이 되었습니다. 특히 회전물리 기반 모델은 공유된 베이스라인의 모델 구조를 참고했으며, 가중치 차용 없이 처음부터(from scratch) 직접 학습했습니다. 또한 test 데이터나 외부 데이터는 사용하지 않았고, 시드를 고정하여 결과를 재현할 수 있도록 구성했습니다.

좋은 대회를 열어주신 운영진분들께 감사드립니다.