論文の概要: Reverberation: Learning the Latencies Before Forecasting Trajectories

• arxiv url: http://arxiv.org/abs/2511.11164v1
• Date: Fri, 14 Nov 2025 10:59:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-17 22:42:18.547507
• Title: Reverberation: Learning the Latencies Before Forecasting Trajectories
• Title（参考訳）: 残響(Reverberation) - 軌道を予測する前にレイテンシを学ぶ
• Authors: Conghao Wong, Ziqian Zou, Beihao Xia, Xinge You,
• Abstract要約: 過去を未来へブリッジし、空間的および時間的にエージェントを接続することは、軌道予測タスクの中核にある。 異なるエージェントは、特定の軌道変更イベントに注意し、処理し、反応するために、明確な遅延優先を示す可能性がある。 音響学における残響曲線に着想を得て,新しい残響曲線とそれに対応する残響軌道予測モデルを提案する。
• 参考スコア（独自算出の注目度）: 18.978852734171593
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Bridging the past to the future, connecting agents both spatially and temporally, lies at the core of the trajectory prediction task. Despite great efforts, it remains challenging to explicitly learn and predict latencies, the temporal delays with which agents respond to different trajectory-changing events and adjust their future paths, whether on their own or interactively. Different agents may exhibit distinct latency preferences for noticing, processing, and reacting to any specific trajectory-changing event. The lack of consideration of such latencies may undermine the causal continuity of the forecasting system and also lead to implausible or unintended trajectories. Inspired by the reverberation curves in acoustics, we propose a new reverberation transform and the corresponding Reverberation (short for Rev) trajectory prediction model, which simulates and predicts different latency preferences of each agent as well as their stochasticity by using two explicit and learnable reverberation kernels, allowing for the controllable trajectory prediction based on these forecasted latencies. Experiments on multiple datasets, whether pedestrians or vehicles, demonstrate that Rev achieves competitive accuracy while revealing interpretable latency dynamics across agents and scenarios. Qualitative analyses further verify the properties of the proposed reverberation transform, highlighting its potential as a general latency modeling approach.
• Abstract（参考訳）: 過去を未来へブリッジし、空間的および時間的にエージェントを接続することは、軌道予測タスクの中核にある。 大きな努力にもかかわらず、エージェントが異なる軌道変更イベントに反応し、自分自身や対話的に、将来の経路を調整するという時間的遅延を、明示的に学習し、遅延を予測することは依然として困難である。 異なるエージェントは、特定の軌道変更イベントに注意し、処理し、反応するために、明確な遅延優先を示す可能性がある。 このようなレイテンシの考慮の欠如は、予測システムの因果的連続性を損なう可能性がある。 音響学における残響曲線にインスパイアされた新しい残響変換とそれに対応する残響予測モデルを提案し,各エージェントの異なる遅延選好を2つの明示的かつ学習可能な残響カーネルを用いてシミュレートし,その確率性を予測し,これらの予測された遅延に基づいて制御可能な軌道予測を可能にする。 歩行者であれ車両であれ、複数のデータセットの実験は、Revがエージェントやシナリオ間で解釈可能なレイテンシのダイナミクスを明らかにしながら、競争の正確性を達成することを示した。 定性的な解析により提案した残響変換の特性がさらに検証され、一般的な遅延モデリング手法としての可能性を強調した。

関連論文リスト

• Diffusion^2: Dual Diffusion Model with Uncertainty-Aware Adaptive Noise for Momentary Trajectory Prediction [18.85021503551474]
  初期の研究では、将来の軌道を予測するのに十分な観測データを主に利用していた。 盲点から歩行者のような現実世界のシナリオでは、十分な観測データは利用できないことが多い。 本稿では,時間軌道予測に適したDiffusion2という新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-10-05T21:19:33Z)
• Adaptive Conformal Prediction Intervals Over Trajectory Ensembles [50.31074512684758]
  将来の軌道は、自律運転、ハリケーン予測、疫病モデルといった領域で重要な役割を果たしている。 本稿では,サンプル軌道を理論的カバレッジ保証付き校正された予測区間に変換する共形予測に基づく統一的なフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-08-18T21:14:07Z)
• ITPNet: Towards Instantaneous Trajectory Prediction for Autonomous Driving [46.17683799762322]
  エージェントの軌道予測は自動運転車の安全性に不可欠である。 従来のアプローチは通常、エージェントの将来の軌道を予測するのに十分な長期の軌道に依存する。 ITPNetと呼ばれる汎用かつプラグアンドプレイの即時軌道予測手法を提案する。
  論文  参考訳（メタデータ） (2024-12-10T10:09:41Z)
• Streaming Motion Forecasting for Autonomous Driving [71.7468645504988]
  ストリーミングデータにおける将来の軌跡を問うベンチマークを導入し,これを「ストリーミング予測」と呼ぶ。 我々のベンチマークは本質的に、スナップショットベースのベンチマークでは見過ごされていない安全上の問題であるエージェントの消失と再出現を捉えている。 我々は,任意のスナップショットベースの予測器をストリーミング予測器に適応させることのできる,"Predictive Streamer"と呼ばれるプラグアンドプレイメタアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-10-02T17:13:16Z)
• Improving Trajectory Prediction in Dynamic Multi-Agent Environment by Dropping Waypoints [9.385936248154987]
  動作予測システムは、エージェントの将来の軌跡を予測するために、過去から空間的および時間的情報を学習する必要がある。 本稿では,軌道予測モデルのトレーニング中に時間的依存関係を明示的に組み込んだTWDを提案する。 NBA Sports VU, ETH-UCY, TrajNet++の3つのデータセットに対する提案手法の評価を行った。
  論文  参考訳（メタデータ） (2023-09-29T15:48:35Z)
• Uncovering the Missing Pattern: Unified Framework Towards Trajectory Imputation and Prediction [60.60223171143206]
  軌道予測は、観測されたシーケンスから実体運動や人間の行動を理解する上で重要な作業である。 現在の方法では、観測されたシーケンスが完了したと仮定し、欠落した値の可能性を無視する。 本稿では,グラフに基づく条件変動リカレントニューラルネットワーク (GC-VRNN) の統一フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-03-28T14:27:27Z)
• Stochastic Trajectory Prediction via Motion Indeterminacy Diffusion [88.45326906116165]
  運動不確定性拡散(MID)の逆過程として軌道予測タスクを定式化する新しい枠組みを提案する。 我々は,履歴行動情報と社会的相互作用を状態埋め込みとしてエンコードし,トランジトリの時間的依存性を捉えるためにトランスフォーマーに基づく拡散モデルを考案する。 スタンフォード・ドローンやETH/UCYデータセットなど,人間の軌道予測ベンチマーク実験により,本手法の優位性を実証した。
  論文  参考訳（メタデータ） (2022-03-25T16:59:08Z)
• Trajectory Forecasting from Detection with Uncertainty-Aware Motion Encoding [121.66374635092097]
  物体検出と追跡から得られる軌道は、必然的にうるさい。 本稿では, 明示的に形成された軌道に依存することなく, 直接検出結果に基づく軌道予測器を提案する。
  論文  参考訳（メタデータ） (2022-02-03T09:09:56Z)
• Temporally-Continuous Probabilistic Prediction using Polynomial Trajectory Parameterization [12.896275507449936]
  アクターの動作予測に一般的に使用される表現は、各アクターが個別の将来の時間ポイントで行う一連のウェイポイントである。 このアプローチは単純で柔軟であるが、中間時間ステップで非現実的な高次微分や近似誤差を示すことができる。 本稿では,軌道パラメータ化に基づく時間的連続軌道予測のための簡易かつ汎用的な表現を提案する。
  論文  参考訳（メタデータ） (2020-11-01T01:51:44Z)

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。