Fugu-MT 論文翻訳(概要): Deep Social Force

論文の概要: Deep Social Force

arxiv url: http://arxiv.org/abs/2109.12081v1
Date: Fri, 24 Sep 2021 17:12:34 GMT
ステータス: 処理完了
システム内更新日: 2021-09-27 15:39:04.995457
Title: Deep Social Force
Title（参考訳）: 深層社会力
Authors: Sven Kreiss
Abstract要約: ソーシャルフォースモデルは歩行者シミュレーションの基盤となっている。私の実験では、前面に鋭い先端を持つ電位がロックを避けることを示しています。非対称な相互作用電位は、歩行者がお互いを避けるとき、左右のバイアスを引き起こす。
参考スコア（独自算出の注目度）: 5.512991103610139
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The Social Force model introduced by Helbing and Molnar in 1995 is a cornerstone of pedestrian simulation. This paper introduces a differentiable simulation of the Social Force model where the assumptions on the shapes of interaction potentials are relaxed with the use of universal function approximators in the form of neural networks. Classical force-based pedestrian simulations suffer from unnatural locking behavior on head-on collision paths. In addition, they cannot model the bias of pedestrians to avoid each other on the right or left depending on the geographic region. My experiments with more general interaction potentials show that potentials with a sharp tip in the front avoid locking. In addition, asymmetric interaction potentials lead to a left or right bias when pedestrians avoid each other.
Abstract（参考訳）: 1995年にhelbingとmolnarによって導入された社会力モデルは歩行者シミュレーションの基礎である。本稿では、相互作用電位の形状に関する仮定をニューラルネットワークの形で普遍関数近似器を用いて緩和する社会力モデルの微分可能なシミュレーションを提案する。古典的な力に基づく歩行者シミュレーションは、正面衝突経路で不自然なロック行動に苦しむ。また、歩行者の偏りをモデル化することはできず、地理的な地域によって左右の互いを避けることができる。より一般的な相互作用ポテンシャルを用いた私の実験は、前面に鋭い先端を持つポテンシャルがロックを避けることを示している。さらに、非対称な相互作用電位は、歩行者が互いに避け合うとき、左右のバイアスにつながる。

関連論文リスト

The Devil is in the Neurons: Interpreting and Mitigating Social Biases in Pre-trained Language Models [78.69526166193236]
プレトレーニング言語モデル(PLM)は、社会的バイアスのような有害な情報を含むことが認識されている。我々は,社会バイアスなどの望ましくない行動に起因する言語モデルにおいて,正確に単位(すなわちニューロン)を特定するために,sc Social Bias Neuronsを提案する。 StereoSetの以前の測定値からわかるように、我々のモデルは、低コストで言語モデリング能力を維持しながら、より高い公平性を達成する。
論文参考訳（メタデータ） (2024-06-14T15:41:06Z)
Closely Interactive Human Reconstruction with Proxemics and Physics-Guided Adaption [64.07607726562841]
既存の人間再建アプローチは主に、正確なポーズの回復や侵入を避けることに焦点を当てている。本研究では,モノクロ映像から密に対話的な人間を再構築する作業に取り組む。本稿では,視覚情報の欠如を補うために,確率的行動や物理からの知識を活用することを提案する。
論文参考訳（メタデータ） (2024-04-17T11:55:45Z)
InterControl: Zero-shot Human Interaction Generation by Controlling Every Joint [67.6297384588837]
関節間の所望距離を維持するために,新しい制御可能な運動生成手法であるInterControlを導入する。そこで本研究では,既成の大規模言語モデルを用いて,ヒューマンインタラクションのための結合ペア間の距離を生成できることを実証した。
論文参考訳（メタデータ） (2023-11-27T14:32:33Z)
IA-LSTM: Interaction-Aware LSTM for Pedestrian Trajectory Prediction [1.3597551064547502]
群衆シナリオにおける歩行者の軌道予測は、自動運転車や自律移動ロボットの分野において不可欠である。従来の研究者は人間と人間の相互作用をモデル化する方法に重点を置いていたが、相互作用の相対的重要性を無視した。人間の相互作用の相対的重要性を測定するために、コレントロピーに基づく新しいメカニズムが導入された。
論文参考訳（メタデータ） (2023-11-26T05:17:11Z)
Cross or Wait? Predicting Pedestrian Interaction Outcomes at Unsignalized Crossings [12.800489342833275]
我々は機械学習を用いて歩行者横断決定、横断開始時間(CIT)、横断時間(CD)などの歩行者横断行動を予測する。ロジスティック回帰ベースラインモデルと比較して,提案したニューラルネットワークモデルでは予測精度が4.46%,F1スコアが3.23%向上した。また、線形回帰モデルと比較して、CITとCDの根平均二乗誤差(RMSE)を21.56%、30.14%削減する。
論文参考訳（メタデータ） (2023-04-17T13:20:04Z)
SSAGCN: Social Soft Attention Graph Convolution Network for Pedestrian Trajectory Prediction [59.064925464991056]
ソーシャルソフトアテンショングラフ畳み込みネットワーク(SSAGCN)という新しい予測モデルを提案する。 SSAGCNは、歩行者間の社会的相互作用と歩行者と環境間のシーンインタラクションを同時に扱うことを目的としている。公開データセットの実験は、SAGCNの有効性を証明し、最先端の結果を得た。
論文参考訳（メタデータ） (2021-12-05T01:49:18Z)
Are socially-aware trajectory prediction models really socially-aware? [75.36961426916639]
我々は,予測モデルの社会的理解を評価するために,社会的に意図された攻撃を導入する。攻撃は、予測器を失敗させるため、小さなが慎重に構成された摂動である。我々の攻撃は、最先端モデルの社会的理解を高めるために有効であることを示す。
論文参考訳（メタデータ） (2021-08-24T17:59:09Z)
Machine Learning S-Wave Scattering Phase Shifts Bypassing the Radial Schr\"odinger Equation [77.34726150561087]
本稿では, 畳み込みニューラルネットワークを用いて, 正確な散乱s波位相シフトを得られる機械学習モデルの実証を行う。我々は、ハミルトニアンが物理的に動機づけられた記述子の構築において、いかにして指導原理として機能するかについて議論する。
論文参考訳（メタデータ） (2021-06-25T17:25:38Z)
Agent-Based Simulation of Collective Cooperation: From Experiment to Model [0.0]
我々は,人が密集した静的な群集を通り抜けたときに何が起こるのかを観察する実験を行う。我々は,協力を必要とする状況に対するエージェントの認識と認知処理を取り入れたモデルを構築した。エージェントが密集した群衆をうまく通過する能力は、心理的モデルの効果として現れる。
論文参考訳（メタデータ） (2020-05-26T13:29:08Z)
Symmetries Created by Random Interactions- Ultimacy of "More Is Different" [0.0]
ランダムな相互作用に対する0+基底状態の優位性は、カオス的な特徴とのある種のランダムな相互作用の結果である。これらのランダム相互作用は、基底状態の波動関数、すなわち適切な変換の下での等方性に対称性を与える。初期の宇宙の等方性との関係について言及する。
論文参考訳（メタデータ） (2020-05-13T16:15:53Z)

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。