論文の概要: Recent Advances in Multi-Agent Human Trajectory Prediction: A Comprehensive Review

• arxiv url: http://arxiv.org/abs/2506.14831v1
• Date: Fri, 13 Jun 2025 23:03:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-19 19:35:51.413105
• Title: Recent Advances in Multi-Agent Human Trajectory Prediction: A Comprehensive Review
• Title（参考訳）: マルチエージェント・ヒューマン・トラジェクトリ予測の最近の進歩 : 総合的レビュー
• Authors: Céline Finet, Stephane Da Silva Martins, Jean-Bernard Hayet, Ioannis Karamouzas, Javad Amirian, Sylvie Le Hégarat-Mascle, Julien Pettré, Emanuel Aldea,
• Abstract要約: 本調査は,ディープラーニングに基づくマルチエージェント軌道予測の最近の進歩を概観する。 アーキテクチャ設計、入力表現、および全体的な予測戦略に基づいて、既存の手法を分類する。 我々は,マルチエージェントHTP分野における重要な課題と今後の研究方向性を強調した。
• 参考スコア（独自算出の注目度）: 6.977242051969165
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: With the emergence of powerful data-driven methods in human trajectory prediction (HTP), gaining a finer understanding of multi-agent interactions lies within hand's reach, with important implications in areas such as autonomous navigation and crowd modeling. This survey reviews some of the most recent advancements in deep learning-based multi-agent trajectory prediction, focusing on studies published between 2020 and 2024. We categorize the existing methods based on their architectural design, their input representations, and their overall prediction strategies, placing a particular emphasis on models evaluated using the ETH/UCY benchmark. Furthermore, we highlight key challenges and future research directions in the field of multi-agent HTP.
• Abstract（参考訳）: HTP(Human trajectory Prediction)における強力なデータ駆動手法の出現に伴い、マルチエージェント相互作用のより詳細な理解が手の範囲内にあり、自律的なナビゲーションや群衆モデリングといった分野において重要な意味を持つ。 この調査は、ディープラーニングに基づくマルチエージェント軌道予測の最新の進歩をレビューし、2020年から2024年の間に発表された研究に焦点を当てた。 ETH/UCYベンチマークを用いて評価されたモデルに特に重点を置いて、アーキテクチャ設計、入力表現、および全体的な予測戦略に基づいて、既存の手法を分類する。 さらに,マルチエージェントHTP分野における重要な課題と今後の研究方向性を強調した。

関連論文リスト

• SocialMOIF: Multi-Order Intention Fusion for Pedestrian Trajectory Prediction [21.780343024406285]
  SocialMOIFはこれらの課題に対処するために提案されており、近隣グループ間の高次の意図的相互作用に集中している。 SocialMOIF内では、軌道分布近似器が軌道を実際のデータとより密に整合する値へと導くように設計されている。 より正確で効率的な並列予測を可能にするために、グローバルな軌道が導入された。
  論文  参考訳（メタデータ） (2025-04-22T06:14:49Z)
• A Comprehensive Survey of Direct Preference Optimization: Datasets, Theories, Variants, and Applications [52.42860559005861]
  DPO(Direct Preference Optimization)は、アライメントのための有望なアプローチとして登場した。 DPOの様々な進歩と固有の制限にもかかわらず、これらの側面の詳細なレビューは現在、文献に欠けている。
  論文  参考訳（メタデータ） (2024-10-21T02:27:24Z)
• Human Action Anticipation: A Survey [86.415721659234]
  行動予測に関する文献は、行動予測、活動予測、意図予測、目標予測など、様々なタスクにまたがる。 我々の調査は、この断片化された文献を結びつけることを目的としており、最近の技術革新とモデルトレーニングと評価のための新しい大規模データセットの開発をカバーしています。
  論文  参考訳（メタデータ） (2024-10-17T21:37:40Z)
• JRDB-Traj: A Dataset and Benchmark for Trajectory Forecasting in Crowds [79.00975648564483]
  ロボット工学、自動運転車、ナビゲーションなどの分野で使用される軌道予測モデルは、現実のシナリオにおいて課題に直面している。 このデータセットは、ロボットの観点から、すべてのエージェント、シーンイメージ、ポイントクラウドの位置を含む包括的なデータを提供する。 本研究の目的は,ロボットに対するエージェントの将来の位置を,生の感覚入力データを用いて予測することである。
  論文  参考訳（メタデータ） (2023-11-05T18:59:31Z)
• Vision-based Multi-future Trajectory Prediction: A Survey [12.966919153075143]
  視覚に基づく軌道予測は、自律システムにおける安全かつインテリジェントな振る舞いをサポートする重要なタスクである。 空間的特徴抽出と時間的特徴抽出を改善した先進的なアプローチが長年にわたって提案されてきた。 この問題に対処するために、MTP(Multi-Future trajectory Prediction)と呼ばれる重要なタスクが最近研究されている。
  論文  参考訳（メタデータ） (2023-02-21T06:11:08Z)
• LatentFormer: Multi-Agent Transformer-Based Interaction Modeling and Trajectory Prediction [12.84508682310717]
  将来の車両軌道予測のためのトランスフォーマーモデルであるLatentFormerを提案する。 提案手法をnuScenesベンチマークデータセット上で評価し,提案手法が最先端性能を実現し,トラジェクトリ指標を最大40%向上することを示す。
  論文  参考訳（メタデータ） (2022-03-03T17:44:58Z)
• SMART: Simultaneous Multi-Agent Recurrent Trajectory Prediction [72.37440317774556]
  本稿では,将来の軌道予測における2つの重要な課題に対処する手法を提案する。 エージェントの数に関係なく、トレーニングデータと予測と一定時間の推測の両方において、マルチモーダリティ。
  論文  参考訳（メタデータ） (2020-07-26T08:17:10Z)
• Human Trajectory Forecasting in Crowds: A Deep Learning Perspective [89.4600982169]
  本稿では,既存の深層学習に基づくソーシャルインタラクションのモデル化手法について詳細に分析する。 本稿では、これらの社会的相互作用を効果的に捉えるための知識に基づく2つのデータ駆動手法を提案する。 我々は,人間の軌道予測分野において,重要かつ欠落したコンポーネントであるTrajNet++を大規模に開発する。
  論文  参考訳（メタデータ） (2020-07-07T17:19:56Z)

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。