Fugu-MT 論文翻訳(概要): Enhancing Consistency Models for Multi-Agent Trajectory Prediction

論文の概要: Enhancing Consistency Models for Multi-Agent Trajectory Prediction

arxiv url: http://arxiv.org/abs/2605.08572v1
Date: Sat, 09 May 2026 00:23:08 GMT
ステータス: 翻訳完了
システム内更新日: 2026-05-12 23:28:49.748681
Title: Enhancing Consistency Models for Multi-Agent Trajectory Prediction
Title（参考訳）: マルチエージェント軌道予測のための一貫性モデルの強化
Abstract要約: ECTrajは、訓練と軌道予測のための条件生成を改善した拡張CMパイプラインである。トレーニング中のトップKマルチショット生成において,CMの直接 denoising を利用する。
参考スコア（独自算出の注目度）: 9.313920952984104
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: Diffusion models for multi-agent trajectory prediction are limited by iterative denoising, which causes inference latency that hinders their use in time-critical settings like autonomous driving. Fast-sampling variants using DDIM and informed initial noise distributions partially alleviate this issue, but they either fail to achieve true single-step generation or are constrained by the chosen noise distribution. Consistency Models (CMs) offer high-quality one-step generation by mapping noise directly to data, but are difficult to train from scratch . We propose ECTraj, an enhanced CM pipeline with improved training and conditional generation for trajectory prediction. Our framework extends the student-teacher consistency training scheme: the student produces standard outputs, while the teacher explicitly fuses its predictions with parts of the ground truth to give stronger supervision. We also exploit CMs' direct denoising for top-K multi-shot generation during training. Combining conditional generation with this enhanced consistency objective yields faster inference and improved prediction accuracy, establishing competitive new benchmarks on the large-scale Argoverse 2 dataset.
Abstract（参考訳）: マルチエージェント軌道予測のための拡散モデルは、反復的認知によって制限されるため、推論遅延が発生し、自律運転のような時間クリティカルな設定での使用を妨げる。 DDIMとインシデント初期雑音分布を用いた高速サンプリング変種はこの問題を部分的に緩和するが、真の単一ステップ生成を達成できないか、選択した雑音分布に制約されるかのいずれかである。一貫性モデル(CM)は、ノイズを直接データにマッピングすることで高品質なワンステップ生成を提供するが、スクラッチからトレーニングするのは困難である。軌道予測のための訓練と条件生成を改善した拡張CMパイプラインであるECTrajを提案する。この枠組みは,学生が標準出力を生成するのに対して,教師は的確にその予測を根本真実の一部と融合させ,より強い監督を与えるという,学生と教師の整合性トレーニングスキームを拡張している。また,トレーニング中のトップKマルチショット生成において,CMの直接 denoising も活用する。この強化された一貫性目標と条件生成を組み合わせることで、推論の高速化と予測精度の向上を実現し、大規模Argoverse 2データセット上で新たな競合ベンチマークを確立する。

関連論文リスト

SATB-VR: Training Few-Step Video Restoration Diffusion Model using SNR-Aware Trajectory Blending [55.764018145256216]
本稿では,補助予測器を介してデノナイジングプロセスを開始する数ステップのパラダイムであるSATB-VRを提案する。我々は,SATB-VRが,合成,実世界,AIGCベンチマークにおける既存のアプローチに対して良好に動作することを示す。
論文参考訳（メタデータ） (2026-06-27T01:32:16Z)
RAVEN: Real-time Autoregressive Video Extrapolation with Consistency-model GRPO [53.38929612273108]
因果自己回帰ビデオ拡散モデルは、以前生成されたコンテンツから将来のチャンクを外挿することでリアルタイムストリーミング生成をサポートする。本稿では,リアルタイム自動回帰ビデオ補間ネットワーク(RAVEN)を紹介した。これは,各自己ロールアウトを,クリーンな歴史的エンドポイントのインターリーブシーケンスに再パッケージするトレーニングタイムテストフレームワークである。
論文参考訳（メタデータ） (2026-05-14T17:59:30Z)
Self-Distilled Trajectory-Aware Boltzmann Modeling: Bridging the Training-Inference Discrepancy in Diffusion Language Models [65.89572755202245]
拡散言語モデル(DLM)は、より強力なグローバル認識と高い並列生成を提供する。標準負のエビデンス下界(NELBO)に基づく教師付き微調整後のDLMは非効率である。そこで本研究では,学習を推論の容易かつハードな構造に整合させる,自己蒸留軌道に基づくポストトレーニングフレームワークを提案する。
論文参考訳（メタデータ） (2026-05-12T09:39:06Z)
FastDiSS: Few-step Match Many-step Diffusion Language Model on Sequence-to-Sequence Generation--Full Version [4.099184871977765]
高速推論のための1ステップサンプリングで自己条件が劣化する。本稿では,推測雑音にマッチする自己条件信号を実現するためのトレーニングフレームワークを提案する。我々のフレームワークは、標準の連続拡散モデルを超え、最大400倍高速な推論速度を提供する。
論文参考訳（メタデータ） (2026-04-07T07:52:08Z)
TempoSyncDiff: Distilled Temporally-Consistent Diffusion for Low-Latency Audio-Driven Talking Head Generation [0.0]
本稿では,参照条件付き潜在拡散フレームワークであるTempoSyncDiffを紹介する。効率的な音声駆動音声ヘッド生成のための数ステップの推論を探索する。このフレームワークはアイデンティティアンカーと、アイデンティティドリフトとフレーム間フリックを緩和するために設計された時間的正規化を備えている。
論文参考訳（メタデータ） (2026-03-06T09:09:01Z)
SynCast: Synergizing Contradictions in Precipitation Nowcasting via Diffusion Sequential Preference Optimization [62.958457694151384]
本研究では,大規模な言語モデルにおける人的フィードバックからの強化学習の成功を動機として,降水量の最適化を初めて導入する。第一段階では、フレームワークはFARを減らすことに焦点を当て、誤報を効果的に抑えるためにモデルを訓練する。
論文参考訳（メタデータ） (2025-10-22T16:11:22Z)
A Scalable Pretraining Framework for Link Prediction with Efficient Adaptation [16.82426251068573]
リンク予測(LP)は、グラフ機械学習において重要なタスクである。既存の手法は、疎結合性からの限られた監督を含む重要な課題に直面している。これらの課題に対処するためのソリューションとして,事前学習について検討する。
論文参考訳（メタデータ） (2025-08-06T17:10:31Z)
Inference-Time Scaling of Diffusion Language Models with Particle Gibbs Sampling [70.8832906871441]
我々は、モデルを再訓練することなく、所望の報酬に向けて世代を操る方法を研究する。従来の手法では、通常は1つの認知軌道内でサンプリングやフィルタを行い、軌道レベルの改善なしに報酬をステップバイステップで最適化する。本稿では,拡散言語モデル(PG-DLM)の粒子ギブスサンプリングについて紹介する。
論文参考訳（メタデータ） (2025-07-11T08:00:47Z)
GDTS: Goal-Guided Diffusion Model with Tree Sampling for Multi-Modal Pedestrian Trajectory Prediction [15.731398013255179]
マルチモーダル軌道予測のための木サンプリングを用いたゴールガイド拡散モデルを提案する。 2段階のツリーサンプリングアルゴリズムが提案され、一般的な特徴を活用して推論時間を短縮し、マルチモーダル予測の精度を向上させる。実験により,提案フレームワークは,公開データセットにおけるリアルタイム推論速度と同等の最先端性能を達成できることが実証された。
論文参考訳（メタデータ） (2023-11-25T03:55:06Z)
Conditional Denoising Diffusion for Sequential Recommendation [62.127862728308045]
GAN(Generative Adversarial Networks)とVAE(VAE)の2つの顕著な生成モデル GANは不安定な最適化に苦しむ一方、VAEは後続の崩壊と過度に平らな世代である。本稿では,シーケンスエンコーダ,クロスアテンティブデノナイジングデコーダ,ステップワイズディフューザを含む条件付きデノナイジング拡散モデルを提案する。
論文参考訳（メタデータ） (2023-04-22T15:32:59Z)
Debiased Fine-Tuning for Vision-language Models by Prompt Regularization [56.48290708901531]
本稿では,Prompt Regularization(ProReg)と呼ばれる下流タスクにおける大規模視覚事前訓練モデルの微調整のための新しいパラダイムを提案する。 ProRegは、事前訓練されたモデルに微調整を正規化するよう促すことで予測を使用する。本稿では,従来の微調整,ゼロショットプロンプト,プロンプトチューニング,その他の最先端手法と比較して,ProRegの性能が一貫して高いことを示す。
論文参考訳（メタデータ） (2023-01-29T11:53:55Z)
Distributionally Robust Models with Parametric Likelihood Ratios [123.05074253513935]
3つの単純なアイデアにより、より広いパラメトリックな確率比のクラスを用いてDROでモデルを訓練することができる。パラメトリック逆数を用いてトレーニングしたモデルは、他のDROアプローチと比較して、サブポピュレーションシフトに対して一貫して頑健であることがわかった。
論文参考訳（メタデータ） (2022-04-13T12:43:12Z)

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。