論文の概要: Resonance: Learning to Predict Social-Aware Pedestrian Trajectories as Co-Vibrations
- arxiv url: http://arxiv.org/abs/2412.02447v2
- Date: Mon, 10 Mar 2025 01:37:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-03-11 15:50:05.406996
- Title: Resonance: Learning to Predict Social-Aware Pedestrian Trajectories as Co-Vibrations
- Title(参考訳): 共振器としての社会的認知的歩行者軌道予測の学習
- Authors: Conghao Wong, Ziqian Zou, Beihao Xia, Xinge You,
- Abstract要約: 共生形態の歩行者軌跡を符号化・予測するための共振モデル」を提案する。
軌道修正とランダム性を複数の振動部分に分解し、各原因に対するエージェントの反応をシミュレートする。
これらの独立振動の重ね合わせとして軌道を予測している。
- 参考スコア(独自算出の注目度): 10.240007698680097
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Learning to forecast trajectories of intelligent agents has caught much more attention recently. However, it remains a challenge to accurately account for agents' intentions and social behaviors when forecasting, and in particular, to simulate the unique randomness within each of those components in an explainable and decoupled way. Inspired by vibration systems and their resonance properties, we propose the Resonance (short for Re) model to encode and forecast pedestrian trajectories in the form of ``co-vibrations''. It decomposes trajectory modifications and randomnesses into multiple vibration portions to simulate agents' reactions to each single cause, and forecasts trajectories as the superposition of these independent vibrations separately. Also, benefiting from such vibrations and their spectral properties, representations of social interactions can be learned by emulating the resonance phenomena, further enhancing its explainability. Experiments on multiple datasets have verified its usefulness both quantitatively and qualitatively.
- Abstract(参考訳): 知的エージェントの軌道予測の学習は、最近ますます注目を集めている。
しかし、予測時のエージェントの意図や社会的行動を正確に説明することは依然として困難であり、特に各コンポーネント内のユニークなランダム性を説明可能かつ分離可能な方法でシミュレートすることは困難である。
振動系とその共振特性に着想を得て,「共振動」の形で歩行者軌道を符号化し,予測する共振モデルを提案する。
軌道修正とランダム性を複数の振動部分に分解し、それぞれの原因に対するエージェントの反応をシミュレートし、これらの独立振動の重ね合わせとして軌道を予測する。
また、このような振動とそのスペクトル特性から、共振現象をエミュレートし、その説明可能性を高めることで、社会的相互作用の表現を学べる。
複数のデータセットの実験では、その有用性は定量的にも質的にも検証されている。
関連論文リスト
- Notes on Quantum Soundscapes and Music [0.0]
音素化によるデータへの「リスニング」は、信号の発見を容易にする。
音素化によるデータへの「リスニング」は、データがマクロ的リアリズムに反した場合に相補的な方法を提供する。
論文 参考訳(メタデータ) (2025-04-06T21:13:59Z) - Spatial Reasoning with Denoising Models [49.83744014336816]
本稿では,連続変数の集合に対する推論を行うためのフレームワークを提案する。
はじめに,デノナイジングネットワーク自体によって生成順序を予測できることを実証した。
論文 参考訳(メタデータ) (2025-02-28T14:08:30Z) - Self-Distilled Disentangled Learning for Counterfactual Prediction [49.84163147971955]
我々は、SD2$として知られる自己蒸留遠絡フレームワークを提案する。
情報理論を基礎として、複雑な相互情報推定器の設計を伴わずに、理論上独立に不整合表現を鳴らす。
人工と実世界の両方のデータセットを用いて実験を行い,本手法の有効性を確認した。
論文 参考訳(メタデータ) (2024-06-09T16:58:19Z) - Can Transformers Predict Vibrations? [0.5076419064097734]
電気自動車(EV)は、ねじれ共鳴(torrional resonance)として知られる荒れた地形を走行する際に振動を経験する。
現在の減衰技術は、駆動軸トルクの振動振幅が一定の閾値に達した後にのみ共鳴を検出する。
本稿では、反り共鳴を予測するための変換器モデルであるResoformerを紹介する。
論文 参考訳(メタデータ) (2024-02-16T08:56:22Z) - Multi-Agent Dynamic Relational Reasoning for Social Robot Navigation [50.01551945190676]
社会ロボットナビゲーションは、日常生活の様々な状況において有用であるが、安全な人間とロボットの相互作用と効率的な軌道計画が必要である。
本稿では, 動的に進化する関係構造を明示的に推論した系統的関係推論手法を提案する。
マルチエージェント軌道予測とソーシャルロボットナビゲーションの有効性を実証する。
論文 参考訳(メタデータ) (2024-01-22T18:58:22Z) - Quantum ballet by gravitational waves: Generating entanglement's dance of revival-collapse and memory within the quantum system [0.3958317527488534]
LIGOの腕を重力波(GW)と相互作用する振動子として使用することにより、量子絡みを発生させる可能性を示す。
以上の結果から,GW発振による周期的「崩壊と回復」や,異なる「量子記憶効果」をともなう特異な絡み合いのダイナミクスが明らかとなった。
これらの予測は、古典的な重力波の様々な特性を理論的に探索し、実験的に検証することの両方に重要であると我々は信じている。
論文 参考訳(メタデータ) (2024-01-05T12:32:47Z) - SocialCircle: Learning the Angle-based Social Interaction Representation for Pedestrian Trajectory Prediction [19.075215661355486]
我々は,ソーシャルインタラクションのコンテキストを継続的に反映する,新しいアングルベースのトレーニング可能なソーシャルインタラクション表現であるSocialCircleを構築した。
提案するSocialCircleの効果を,新たにリリースされたトラジェクトリ予測モデルとともにトレーニングすることで検証する。
実験によると、SocialCircleは予測性能を定量的に改善するだけでなく、質的にも社会的相互作用をシミュレートするのに役立つ。
論文 参考訳(メタデータ) (2023-10-09T02:59:21Z) - Emergence of a stochastic resonance in machine learning [0.0]
トレーニングデータにノイズを注入することで,状態変数の短期的予測とシステムアトラクターの長期的予測の両方に有意な利益をもたらす共鳴が生じることが判明した。
論文 参考訳(メタデータ) (2022-11-15T18:15:43Z) - Gaussian theory for estimating fluctuating perturbations with back
action evasive oscillator variables [0.0]
我々は、高調波発振器の位置と運動量2次変数に作用するゆらぎ摂動を追跡するためにガウス状態定式化を適用する。
システムの連続的なモニタリングをリアルタイムに分析するには、量子プローブと未知の古典的摂動のハイブリッド量子古典的記述を用いる。
論文 参考訳(メタデータ) (2022-02-27T08:57:18Z) - Social-DualCVAE: Multimodal Trajectory Forecasting Based on Social
Interactions Pattern Aware and Dual Conditional Variational Auto-Encoder [14.05141917351931]
マルチモーダル軌道予測のための条件付き変分自動エンコーダ(Social-DualCVAE)を提案する。
これは、過去の軌跡だけでなく、教師なしの相互作用パターンの分類にもとづく生成モデルに基づいている。
提案手法は,広く用いられているトラジェクトリ・ベンチマークで評価され,従来の最先端手法よりも優れていた。
論文 参考訳(メタデータ) (2022-02-08T16:04:47Z) - 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) - A Frequency Perspective of Adversarial Robustness [72.48178241090149]
理論的および経験的知見を参考に,周波数に基づく対向例の理解について述べる。
分析の結果,逆転例は高周波でも低周波成分でもないが,単にデータセット依存であることがわかった。
本稿では、一般に観測される精度対ロバスト性トレードオフの周波数に基づく説明法を提案する。
論文 参考訳(メタデータ) (2021-10-26T19:12:34Z) - You Mostly Walk Alone: Analyzing Feature Attribution in Trajectory
Prediction [52.442129609979794]
軌道予測のための最近の深層学習手法は有望な性能を示す。
そのようなブラックボックスモデルが実際にどのモデルを予測するために使うのかは、まだ不明である。
本稿では,モデル性能に対する異なるキューの貢献度を定量化する手法を提案する。
論文 参考訳(メタデータ) (2021-10-11T14:24:15Z) - Human Trajectory Prediction via Counterfactual Analysis [87.67252000158601]
複雑な動的環境における人間の軌道予測は、自律走行車やインテリジェントロボットにおいて重要な役割を果たす。
既存のほとんどの手法は、歴史の軌跡や環境からの相互作用の手がかりから行動の手がかりによって将来の軌跡を予測することを学習している。
本研究では,予測軌跡と入力手がかりの因果関係を調べるために,人間の軌跡予測に対する反実解析手法を提案する。
論文 参考訳(メタデータ) (2021-07-29T17:41:34Z) - Multiple Future Prediction Leveraging Synthetic Trajectories [25.721634055111643]
軌道予測は特に自動運転において重要な課題である。
我々はマルコフ連鎖に基づくデータ駆動手法を提案し、合成軌道を生成する。
合成データと実データを組み合わせることで予測精度が向上することを示す。
論文 参考訳(メタデータ) (2020-10-18T09:33:23Z) - What-If Motion Prediction for Autonomous Driving [58.338520347197765]
生存可能なソリューションは、道路レーンのような静的な幾何学的文脈と、複数のアクターから生じる動的な社会的相互作用の両方を考慮しなければならない。
本稿では,解釈可能な幾何学的(アクター・レーン)と社会的(アクター・アクター)の関係を持つグラフに基づく注意的アプローチを提案する。
提案モデルでは,道路レーンやマルチアクターの相互作用を仮定的に,あるいは「何」かで予測できる。
論文 参考訳(メタデータ) (2020-08-24T17:49:30Z) - Noisy Agents: Self-supervised Exploration by Predicting Auditory Events [127.82594819117753]
本稿では, エージェントが行動の因果的影響を理解することを奨励する, 強化学習(Reinforcement Learning, RL)の本質的なモチベーションを提案する。
ニューラルネットワークを用いて聴覚事象を予測し、予測誤差を本質的な報奨として利用し、RL探索を誘導する。
Atariゲームの実験結果から、我々の新しい本質的な動機は、最先端のベースラインを著しく上回ることがわかった。
論文 参考訳(メタデータ) (2020-07-27T17:59:08Z) - Vector-Quantized Timbre Representation [53.828476137089325]
本稿では, スペクトル特性の近似分解を生成的特徴の集合で学習することにより, 個々の音色をより柔軟に合成することを目的とする。
音量分布の量子化表現を学習するために、大音量から切り離された離散潜在空間を持つオートエンコーダを導入する。
オーケストラ楽器と歌唱音声間の音声の翻訳結果と、ボーカルの模倣音から楽器への変換結果について詳述する。
論文 参考訳(メタデータ) (2020-07-13T12:35:45Z) - Optimal Learning with Excitatory and Inhibitory synapses [91.3755431537592]
相関関係の存在下でアナログ信号間の関連性を保持するという課題について検討する。
ランダムな入力および出力プロセスのパワースペクトルの観点から、典型的な学習性能を特徴付ける。
論文 参考訳(メタデータ) (2020-05-25T18:25:54Z) - Social-WaGDAT: Interaction-aware Trajectory Prediction via Wasserstein
Graph Double-Attention Network [29.289670231364788]
本稿では,マルチエージェント軌道予測のためのジェネリック生成ニューラルシステムを提案する。
また、車両軌道予測に効率的なキネマティック拘束層を応用した。
提案システムは,軌道予測のための3つの公開ベンチマークデータセットを用いて評価する。
論文 参考訳(メタデータ) (2020-02-14T20:11:13Z)
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。