本論文では、人間の軌道予測に関する5つのタスク(決定論的予測、確率的予測、瞬間観察、ドメイン適応、少量学習)に対応可能な汎用的な軌道予測モデル「SingularTrajectory」を提案している。
まず、人間の動きの一般的な表現を学習するために、特異値分解(SVD)を用いて「Singular空間」を構築する。Singular空間では、様々なタスクの軌道データを統一的に表現できる。
次に、入力画像の情報を活用して、環境に適応的な「アダプティブアンカー」を生成する。これにより、固定のアンカーでは扱えない環境制約を考慮できる。
最後に、アダプティブアンカーを初期状態として、拡散モデルを用いて社会的に妥当な軌道を生成する。拡散過程の中で、過去の軌道、エージェント間の相互作用、環境情報を考慮することで、高精度な予測を実現する。
実験の結果、SingularTrajectoryは5つのタスクすべてにおいて、最先端の手法を大きく上回る性能を示した。特に、ノイズの多い観測データや少量のデータでも優れた予測精度を達成できることが確認された。
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by Inhwan Bae,Y... at arxiv.org 03-28-2024
https://arxiv.org/pdf/2403.18452.pdfDeeper Inquiries