Fugu-MT 論文翻訳(概要): Context-free Self-Conditioned GAN for Trajectory Forecasting

論文の概要: Context-free Self-Conditioned GAN for Trajectory Forecasting

arxiv url: http://arxiv.org/abs/2603.08658v1
Date: Mon, 09 Mar 2026 17:37:03 GMT
ステータス: 翻訳完了
システム内更新日: 2026-03-10 15:13:16.612283
Title: Context-free Self-Conditioned GAN for Trajectory Forecasting
Title（参考訳）: 軌跡予測のための文脈自由な自己記述型GAN
Authors: Tiago Rodrigues de Almeida, Eduardo Gutierrez Maestro, Oscar Martinez Mozos,
Abstract要約: 2次元軌道から異なるモードを学習するための自己条件付きGANに基づく文脈自由な教師なし手法を提案する。自己条件付きGANに基づく3つの異なるトレーニング設定を提示し、より優れた予測器を生成する。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: In this paper, we present a context-free unsupervised approach based on a self-conditioned GAN to learn different modes from 2D trajectories. Our intuition is that each mode indicates a different behavioral moving pattern in the discriminator's feature space. We apply this approach to the problem of trajectory forecasting. We present three different training settings based on self-conditioned GAN, which produce better forecasters. We test our method in two data sets: human motion and road agents. Experimental results show that our approach outperforms previous context-free methods in the least representative supervised labels while performing well in the remaining labels. In addition, our approach outperforms globally in human motion, while performing well in road agents.
Abstract（参考訳）: 本稿では,2次元軌跡から異なるモードを学習するための,自己条件付きGANに基づく文脈自由な教師なし手法を提案する。我々の直感は、各モードが識別者の特徴空間における異なる行動移動パターンを示すことである。本手法を軌道予測問題に適用する。自己条件付きGANに基づく3つの異なるトレーニング設定を提示し、より優れた予測器を生成する。我々は,人間の動作と道路エージェントの2つのデータセットで本手法を検証した。実験結果から,提案手法は従来の文脈自由な手法よりも有意な性能を示し,残りのラベルでは良好な性能を示した。さらに,本手法は,道路エージェントにおいて良好に動作しながら,人体運動において世界規模で性能を向上する。

関連論文リスト

Model Specific Task Similarity for Vision Language Model Selection via Layer Conductance [92.72779885657373]
本稿では,視覚エンコーダの内部関数力学におけるモデル選択の基盤となるフレームワークを提案する。提案手法は,各タスクをレイヤワイドコンダクタンスにより表現し,エントロピー正規化アライメントによる目標条件付きブロック重要度分布を導出する。そこで本研究では,DCD(Directional Conductance Divergence)という,ソースタスクが対象の機能ブロックをいかに効果的にカバーするかを定量化する非対称な指標を提案する。
論文参考訳（メタデータ） (2026-02-01T17:29:43Z)
Post-Training and Test-Time Scaling of Generative Agent Behavior Models for Interactive Autonomous Driving [3.8612647047433217]
グループ相対行動最適化は、行動リアリズムを維持しながら安全性を40%以上改善する。 Warm-Kは、動き選択における一貫性と多様性のバランスをとる温かいスタートのTop-Kサンプリング戦略である。
論文参考訳（メタデータ） (2025-12-15T12:18:50Z)
Fast maneuver recovery from aerial observation: trajectory clustering and outliers rejection [43.06493292670652]
2種類のVulnerable Road Users (VRU) が提案される軌道クラスタリング手法によって検討される。 2つの環境がメソッド開発のテストとして機能し、3つの異なる交差点と1つのラウンドアバウトとなる。
論文参考訳（メタデータ） (2024-07-03T07:22:21Z)
Unsupervised Discovery of Interpretable Directions in h-space of Pre-trained Diffusion Models [63.1637853118899]
本稿では,事前学習した拡散モデルのh空間における解釈可能な方向を特定するための,教師なしおよび学習に基づく最初の手法を提案する。我々は、事前訓練された拡散モデルのh-スペースで動作するシフト制御モジュールを用いて、サンプルをシフトしたバージョンに操作する。それらを共同で最適化することで、モデルは自然に絡み合った、解釈可能な方向を発見する。
論文参考訳（メタデータ） (2023-10-15T18:44:30Z)
A Study of Forward-Forward Algorithm for Self-Supervised Learning [65.268245109828]
本研究では,自己指導型表現学習におけるフォワードとバックプロパゲーションのパフォーマンスについて検討する。我々の主な発見は、フォワードフォワードアルゴリズムが(自己教師付き)トレーニング中にバックプロパゲーションに相容れないように機能するのに対し、転送性能は研究されたすべての設定において著しく遅れていることである。
論文参考訳（メタデータ） (2023-09-21T10:14:53Z)
Clustering Human Mobility with Multiple Spaces [8.076957089365676]
本稿では,移動行動検出のための新しいモビリティクラスタリング手法を提案する。提案手法は変分オートエンコーダアーキテクチャを用いて,潜在空間と原空間の両方でクラスタリングを同時に行う。実験の結果,提案手法はトラジェクトリからの移動行動検出において,より精度が高く,解釈性も向上した。
論文参考訳（メタデータ） (2023-01-20T12:02:30Z)
STGlow: A Flow-based Generative Framework with Dual Graphormer for Pedestrian Trajectory Prediction [22.553356096143734]
歩行者軌跡予測(STGlow)のための二重グラフマーを用いた新しい生成フローベースフレームワークを提案する。本手法は,動作の正確なログライクな振る舞いを最適化することにより,基礎となるデータ分布をより正確にモデル化することができる。いくつかのベンチマークによる実験結果から,本手法は従来の最先端手法に比べて性能が向上することが示された。
論文参考訳（メタデータ） (2022-11-21T07:29:24Z)
Explaining Reinforcement Learning Policies through Counterfactual Trajectories [147.7246109100945]
人間の開発者は、RLエージェントがテスト時にうまく機能することを検証しなければならない。本手法では, エージェントの挙動をより広い軌道分布で示すことにより, エージェントの挙動を分布変化下で表現する。本研究では,2つのエージェント検証タスクのうちの1つに対して,ベースライン法よりも優れたスコアを得られることを示す。
論文参考訳（メタデータ） (2022-01-29T00:52:37Z)
LARGE: Latent-Based Regression through GAN Semantics [42.50535188836529]
本稿では,少数ショットや弱ビジョンを用いた回帰課題の解法を提案する。提案手法は,幅広い領域にまたがって適用可能であること,複数の遅延方向探索フレームワークを活用すること,そして最先端の結果が得られることを示す。
論文参考訳（メタデータ） (2021-07-22T17:55:35Z)
Divide-and-Conquer for Lane-Aware Diverse Trajectory Prediction [71.97877759413272]
軌道予測は、自動運転車が行動を計画し実行するための安全クリティカルなツールです。近年の手法は,WTAやベスト・オブ・マニーといったマルチコース学習の目標を用いて,強力なパフォーマンスを実現している。我々の研究は、軌道予測、学習出力、そして運転知識を使って制約を課すことによるより良い予測における2つの重要な課題に対処する。
論文参考訳（メタデータ） (2021-04-16T17:58:56Z)
Towards Model-Agnostic Post-Hoc Adjustment for Balancing Ranking Fairness and Algorithm Utility [54.179859639868646]
Bipartiteランキングは、ラベル付きデータから正の個人よりも上位の個人をランク付けするスコアリング機能を学ぶことを目的としている。学習したスコアリング機能が、異なる保護グループ間で体系的な格差を引き起こすのではないかという懸念が高まっている。本稿では、二部構成のランキングシナリオにおいて、それらのバランスをとるためのモデル後処理フレームワークを提案する。
論文参考訳（メタデータ） (2020-06-15T10:08:39Z)

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。