論文の概要: Intend-Wait-Perceive-Cross: Exploring the Effects of Perceptual
Limitations on Pedestrian Decision-Making
- arxiv url: http://arxiv.org/abs/2302.03816v1
- Date: Wed, 8 Feb 2023 00:47:51 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-09 17:41:38.676758
- Title: Intend-Wait-Perceive-Cross: Exploring the Effects of Perceptual
Limitations on Pedestrian Decision-Making
- Title（参考訳）: インテンダー・ウェイト・パーセプティブ・クロス--歩行者の意思決定に対する知覚的限界の影響を探る
- Authors: Iuliia Kotseruba and Amir Rasouli
- Abstract要約: 歩行者行動理解に関する最近の研究は、歩行者の動態と知覚能力に焦点を当てている。
エージェントを用いた歩行者行動モデルIntend-Wait-Perceive-Crossを提案する。
本研究は, 歩行者行動の安全判断に対する知覚的制限の影響について検討し, 歩行者行動の変化にどのように寄与するかを実証する。
- 参考スコア（独自算出の注目度）: 10.812772606528172
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Current research on pedestrian behavior understanding focuses on the dynamics
of pedestrians and makes strong assumptions about their perceptual abilities.
For instance, it is often presumed that pedestrians have omnidirectional view
of the scene around them. In practice, human visual system has a number of
limitations, such as restricted field of view (FoV) and range of sensing, which
consequently affect decision-making and overall behavior of the pedestrians. By
including explicit modeling of pedestrian perception, we can better understand
its effect on their decision-making. To this end, we propose an agent-based
pedestrian behavior model Intend-Wait-Perceive-Cross with three novel elements:
field of vision, working memory, and scanning strategy, all motivated by
findings from behavioral literature. Through extensive experimentation we
investigate the effects of perceptual limitations on safe crossing decisions
and demonstrate how they contribute to detectable changes in pedestrian
behaviors.
- Abstract（参考訳）: 歩行者行動理解に関する最近の研究は,歩行者の動態に焦点をあて,その知覚能力について強い前提を定めている。
例えば、歩行者は周囲を全方位で眺めていると推測されることが多い。
実際には、人間の視覚システムには、制限された視野(fov)やセンシングの範囲など、多くの制限があり、その結果、歩行者の意思決定と全体的な行動に影響を及ぼす。
歩行者知覚の明示的なモデリングを含めることで、その決定に対する効果をよりよく理解することができる。
そこで本研究では,視覚,作業記憶,走査戦略という3つの新たな要素を持つエージェントベースの歩行者行動モデルであるintent-wait-perceive-crossを提案する。
広範な実験を通じて,安全交差点決定に対する知覚的限界の影響を調査し,歩行者行動の変化の検出にどのように寄与するかを実証する。
関連論文リスト
- Robust Pedestrian Detection via Constructing Versatile Pedestrian Knowledge Bank [51.66174565170112]
本稿では,多目的な歩行者知識銀行を構築するための新しいアプローチを提案する。
我々は大規模な事前訓練モデルから歩行者の知識を抽出する。
次に、ほとんどの代表的特徴を定量化し、背景のシーンと区別できるように指導することで、それらをキュレートする。
論文 参考訳（メタデータ） (2024-04-30T07:01:05Z) - Predicting and Analyzing Pedestrian Crossing Behavior at Unsignalized Crossings [3.373568134827475]
非ゼブラシナリオにおけるギャップ選択と、ゼブラシナリオにおけるゼブラ交差使用量を予測する機械学習モデルの提案と評価を行った。
歩行者の行動が、歩行者待ち時間、歩行速度、未使用ギャップの数、最大の欠落ギャップ、その他の歩行者の影響など、様々な要因にどのように影響するかを論じる。
論文 参考訳（メタデータ） (2024-04-15T08:36:40Z) - Pedestrian crossing decisions can be explained by bounded optimal
decision-making under noisy visual perception [27.33595198576784]
交差決定は、人間の認知的限界から生じる最適性に縛られ、有界に最適であると仮定される。
我々は、機械的にノイズの多い人間の視覚知覚をモデル化し、交差する際の報酬を仮定するが、強化学習を用いて境界付き最適行動ポリシーを学習する。
論文 参考訳（メタデータ） (2024-02-06T20:13:34Z) - GPT-4V Takes the Wheel: Promises and Challenges for Pedestrian Behavior
Prediction [12.613528624623514]
本研究は,自律運転における歩行者行動予測の文脈において,視覚言語モデル(VLM)の定量的および定性的な評価を行った最初のものである。
JAAD と WiDEVIEW を用いて GPT-4V の評価を行った。
このモデルは、ゼロショット方式で57%の精度で達成されているが、それでもなお、歩行者の横断行動を予測する最先端のドメイン固有モデル(70%)の背後にある。
論文 参考訳（メタデータ） (2023-11-24T18:02:49Z) - Integrating Language-Derived Appearance Elements with Visual Cues in Pedestrian Detection [51.66174565170112]
本研究では,大言語モデルの強みを文脈的外見の変化の理解に活用するための新しいアプローチを提案する。
本稿では,言語由来の外観要素を定式化し,歩行者検出に視覚的手がかりを取り入れることを提案する。
論文 参考訳（メタデータ） (2023-11-02T06:38:19Z) - Behavioral Intention Prediction in Driving Scenes: A Survey [70.53285924851767]
行動意図予測(BIP)は、人間の思考過程をシミュレートし、特定の行動の早期予測を満たす。
この作業は、利用可能なデータセット、重要な要因と課題、歩行者中心および車両中心のBIPアプローチ、BIP対応アプリケーションからのBIPの包括的なレビューを提供する。
論文 参考訳（メタデータ） (2022-11-01T11:07:37Z) - Learning Perceptual Locomotion on Uneven Terrains using Sparse Visual
Observations [75.60524561611008]
この研究は、人中心の環境において、よく見られるバンプ、ランプ、階段の広い範囲にわたる知覚的移動を達成するために、スパースな視覚的観察の使用を活用することを目的としている。
まず、関心の均一な面を表すことのできる最小限の視覚入力を定式化し、このような外受容的・固有受容的データを統合した学習フレームワークを提案する。
本研究では, 平地を全方向歩行し, 障害物のある地形を前方移動させるタスクにおいて, 学習方針を検証し, 高い成功率を示す。
論文 参考訳（メタデータ） (2021-09-28T20:25:10Z) - Coupling Intent and Action for Pedestrian Crossing Behavior Prediction [25.54455403877285]
本研究では, 歩行者の横断行動について, 未観測の内的意志と多種多様な行動の組み合わせとして定義するために, 神経科学と心理学の文献に従う。
将来の歩行者行動を予測し、予測された将来の行動を事前に利用し、歩行者の現在の意図と行動を検出する新しいマルチタスクネットワークを提示する。
論文 参考訳（メタデータ） (2021-05-10T06:26:25Z) - Pedestrian Intention Prediction: A Multi-task Perspective [83.7135926821794]
グローバルに展開するためには、自動運転車は歩行者の安全を保証する必要がある。
本研究は歩行者の意図と視覚状態を共同で予測することでこの問題を解決しようとするものである。
この方法はマルチタスク学習アプローチにおけるリカレントニューラルネットワークである。
論文 参考訳（メタデータ） (2020-10-20T13:42:31Z) - Learning "What-if" Explanations for Sequential Decision-Making [92.8311073739295]
実世界の意思決定の解釈可能なパラメータ化を実証行動に基づいて構築することが不可欠である。
そこで我々は,「何」の結果に対する嗜好の観点から,報酬関数をモデル化し,専門家による意思決定の学習的説明を提案する。
本研究は,行動の正確かつ解釈可能な記述を回復する上で,実効的逆強化学習手法であるバッチの有効性を強調した。
論文 参考訳（メタデータ） (2020-07-02T14:24:17Z) - Pedestrian Action Anticipation using Contextual Feature Fusion in
Stacked RNNs [19.13270454742958]
交差点における歩行者行動予測問題の解法を提案する。
提案手法では,シーン動的・視覚的特徴の両面から収集した情報を徐々にネットワークに融合する新しいRNNアーキテクチャを用いる。
論文 参考訳（メタデータ） (2020-05-13T20:59:37Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。