Keskeiset käsitteet
保証されたロバスト性を持つ軌跡予測モデルの導入とその重要性に焦点を当てる。
Tiivistelmä
この記事は、自動車の安全な運行のために重要な役割を果たす人間の軌跡予測に焦点を当てています。従来のヒューリスティックアプローチでは不十分であることが示され、認定アプローチが提案されました。ランダム化平滑化認証に基づく方法が導入され、異なるσ値で実験が行われました。結果は、精度と信頼性のトレードオフを示しました。
1. Introduction
人間の振る舞いを予測することは自動運転システムにおいて重要です。
データ駆動型手法は優れたパフォーマンスを示していますが、敵対的攻撃に対して脆弱です。
認定アプローチは入力ノイズに対する保証されたロバスト性を提供します。
2. Related Works
過去の研究では、人間の軌跡予測に関するさまざまな手法が提案されてきました。
敵対的攻撃への耐性やヒューリスティックアプローチも検討されています。
3. Method
ランダム化平滑化認証を用いた認定された軌跡予測手法が紹介されます。
デノイザーと組み合わせることで、より確かな予測結果が得られます。
4. Experiments
Trajnet++データセット上で実験が行われ、精度と信頼性が評価されました。
精度と信頼性のトレードオフや異なるσ値での結果が示されました。
5. Results
平均変位エラーや衝突率など、さまざまなメトリクスで結果が報告されました。
認定メトリクスは入力ノイズ下でもモデルパフォーマンスを評価します。
Tilastot
ランダム化平滑化認証に基づく方法は敵対的攻撃に対する保護を提供します。
Lainaukset
"Certification provides guaranteed robustness against input noise such as adversarial attacks." - Mohammadhossein Bahari