本研究では、ロボットの自律航行における重要な課題である、人間や他のエージェントの軌跡予測に取り組んでいる。
まず、従来のニュートン運動方程式とHiddenマルコフモデルを用いて合成軌跡を生成し、深層強化学習によってさらに改善した。次に、従来のReLU活性化関数の代わりにSIREN(Sinusoidal Representation Network)を採用することで、空間的・時間的な高周波成分をより良く捉えられるようにした。
これらの取り組みにより、ベンチマークであるPECNetと比べて最終位置誤差(FDE)を9.5%改善することができた。また、新しい評価指標であるAbScoreを提案し、軌跡の非線形性を定量的に分析した。
今後の課題としては、予測結果の信頼性指標の導入や、多様な予測結果の同時生成などが挙げられる。本手法は、ロボットの安全な自律移動に大きく貢献できると期待される。
Egy másik nyelvre
a forrásanyagból
arxiv.org
Mélyebb kérdések