Fugu-MT 論文翻訳(概要): Pedestrian Simulation: A Review

論文の概要: Pedestrian Simulation: A Review

arxiv url: http://arxiv.org/abs/2102.03289v1
Date: Fri, 5 Feb 2021 17:00:10 GMT
ステータス: 処理完了
システム内更新日: 2021-02-08 12:57:24.680348
Title: Pedestrian Simulation: A Review
Title（参考訳）: 歩行者シミュレーション:レビュー
Authors: Amir Rasouli
Abstract要約: このレビューには、歩行者行動のモデル化に関わる粒度、テクニック、要因など、さまざまなモデリング基準が含まれている。最後に,様々なシミュレーション手法の利点と欠点について考察し,今後の研究への提言を行う。
参考スコア（独自算出の注目度）: 7.538482310185135
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This article focuses on different aspects of pedestrian (crowd) modeling and simulation. The review includes: various modeling criteria, such as granularity, techniques, and factors involved in modeling pedestrian behavior, and different pedestrian simulation methods with a more detailed look at two approaches for simulating pedestrian behavior in traffic scenes. At the end, benefits and drawbacks of different simulation techniques are discussed and recommendations are made for future research.
Abstract（参考訳）: 本稿では,歩行者のモデリングとシミュレーションのさまざまな側面に焦点を当てる。このレビューには、歩行者の行動のモデル化に関わる粒度、技術、要因などの様々なモデリング基準と、交通シーンにおける歩行者の挙動をシミュレートするための2つのアプローチをより詳細に検討した歩行者シミュレーション手法が含まれる。最後に,様々なシミュレーション手法の利点と欠点について考察し,今後の研究への提言を行う。

関連論文リスト

Near-realtime Facial Animation by Deep 3D Simulation Super-Resolution [7.14576106770047]
本稿では,低コストでリアルタイムな物理シミュレーションによって生み出す顔のパフォーマンスを効率よく,現実的に向上させるニューラルネットワークに基づくシミュレーションフレームワークを提案する。顔のアニメーションをこのようなシミュレーション領域の例に用いて,2つのシミュレータで同じ筋の運動制御と骨格のポーズを単純にダイヤルすることで,この意味の一致を創り出すことができる。提案するニューラルネットワーク超解像フレームワークは,このトレーニングセットから未確認表現を一般化し,リアルタイム変種における解像度の制限やコスト削減近似による2つのシミュレーション間の不一致をモデル化するための補償を行うとともに,意味記述子やパラメータを必要としない。
論文参考訳（メタデータ） (2023-05-05T00:09:24Z)
Perception Imitation: Towards Synthesis-free Simulator for Autonomous Vehicles [45.27200446670184]
本研究では,ある知覚モデルの結果をシミュレートする知覚模倣手法を提案し,データ合成を伴わない自律走行シミュレータの新たな経路について議論する。実験により,本手法は学習に基づく知覚モデルの振る舞いをモデル化する上で有効であることが示され,提案手法のシミュレーション経路にさらにスムーズに適用可能である。
論文参考訳（メタデータ） (2023-04-19T01:27:02Z)
TrafficBots: Towards World Models for Autonomous Driving Simulation and Motion Prediction [151.15877284995193]
我々は,データ駆動型交通シミュレーションを世界モデルとして定式化できることを示した。動作予測とエンドツーエンドの運転に基づくマルチエージェントポリシーであるTrafficBotsを紹介する。オープンモーションデータセットの実験は、TrafficBotsが現実的なマルチエージェント動作をシミュレートできることを示している。
論文参考訳（メタデータ） (2023-03-07T18:28:41Z)
Synthetic Data-Based Simulators for Recommender Systems: A Survey [55.60116686945561]
本調査は,モデリングとシミュレーションの分野における最近のトレンドを包括的に概観することを目的としている。まずは、シミュレーターを実装するフレームワークの開発の背後にあるモチベーションから始めます。我々は,既存のシミュレータの機能,近似,産業的有効性に基づいて,新しい一貫した一貫した分類を行う。
論文参考訳（メタデータ） (2022-06-22T19:33:21Z)
A comparison of different atmospheric turbulence simulation methods for image restoration [64.24948495708337]
大気の乱流は、長距離イメージングシステムによって捉えられた画像の品質を悪化させる。深層学習に基づく大気乱流緩和法が文献で提案されている。様々な乱流シミュレーション手法が画像復元に与える影響を系統的に評価した。
論文参考訳（メタデータ） (2022-04-19T16:21:36Z)
Likelihood-Free Inference in State-Space Models with Unknown Dynamics [71.94716503075645]
本研究では、状態空間モデルにおいて、観測をシミュレートすることしかできず、遷移ダイナミクスが不明な潜在状態の推測と予測を行う手法を提案する。本研究では,限られた数のシミュレーションで状態予測と状態予測を行う手法を提案する。
論文参考訳（メタデータ） (2021-11-02T12:33:42Z)
On the Generalizability of Motion Models for Road Users in Heterogeneous Shared Traffic Spaces [0.0]
本稿では,運動モデルの一般化,すなわち異なる環境環境下での現実的な行動を生み出す能力について述べる。ゲーム理論社会力モデル(GSFM)は、さまざまな共有空間から歩行者や車両の多種多様の運動行動を生成するための汎用モデルへと拡張します。
論文参考訳（メタデータ） (2021-01-18T10:28:29Z)
TrafficSim: Learning to Simulate Realistic Multi-Agent Behaviors [74.67698916175614]
リアル交通シミュレーションのためのマルチエージェント行動モデルであるTrafficSimを提案する。特に、暗黙の潜在変数モデルを利用して、共同アクターポリシーをパラメータ化する。 TrafficSimは、多様なベースラインと比較して、より現実的で多様なトラフィックシナリオを生成します。
論文参考訳（メタデータ） (2021-01-17T00:29:30Z)
A User's Guide to Calibrating Robotics Simulators [54.85241102329546]
本稿では,シミュレーションで学習したモデルやポリシーを現実世界に伝達することを目的とした,様々なアルゴリズムの研究のためのベンチマークとフレームワークを提案する。我々は、様々なアルゴリズムの性能に関する洞察を特徴付け、提供するために、広く知られたシミュレーション環境の実験を行う。我々の分析は、この分野の実践者にとって有用であり、sim-to-realアルゴリズムの動作と主特性について、より深い選択をすることができる。
論文参考訳（メタデータ） (2020-11-17T22:24:26Z)
A Taxonomy and Review of Algorithms for Modeling and Predicting Human Driver Behavior [36.80532606715206]
運転行動モデルに関する文献から200モデルのレビューと分類について述べる。まず,対話型マルチエージェントトラフィックのダイナミクスを記述する数学的枠組みを導入する。我々の分類学は、状態推定、意図推定、特性推定、動き予測のコアモデリングタスクを中心に構築されている。
論文参考訳（メタデータ） (2020-06-15T23:53:45Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。