論文の概要: DynoJEPP: Joint Estimation, Prediction and Planning in Dynamic Environments

• arxiv url: http://arxiv.org/abs/2605.12897v1
• Date: Wed, 13 May 2026 02:18:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-14 23:30:27.760056
• Title: DynoJEPP: Joint Estimation, Prediction and Planning in Dynamic Environments
• Title（参考訳）: DynoJEPP:動的環境における共同予測・予測・計画
• Authors: Mikolaj Kliniewski, Jesse Morris, Yiduo Wang, Ian R. Manchester, Viorela Ila,
• Abstract要約: DynoJEPPは因子グラフベースのフレームワークで、見積もり、予測、計画を共同で定式化し、同時に最適化する。 予測・予測・計画を共同で定式化する従来の因子グラフに基づく手法では、予測・計画からの情報は状態推定に戻す。 本稿では,因子グラフ内での方向情報フローを強制し,予測や計画が破損した状態推定を防止できる新しい方向性因子を提案する。
• 参考スコア（独自算出の注目度）: 5.939977356761951
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: DynoJEPP is a factor-graph-based framework that jointly formulates and simultaneously optimizes estimation, prediction, and planning in dynamic environments. In conventional factor-graph-based approaches that jointly formulate estimation, prediction, and planning, information from prediction and planning feeds back into state estimation, yielding corrupted estimates, undesired behaviors, and unsafe plans. To address this, DynoJEPP introduces a novel directed factor that enforces directional information flow within the factor graph, preventing prediction and planning from corrupting state estimation. We evaluate the impact of directed factors on inter-module interactions during navigation in both static and dynamic environments. Our results demonstrate that these factors are critical for safe operation, as without them, the robot collides in the majority of experiments. Building on this, we further introduce Cooperative DynoJEPP, which enables the ego robot to incorporate cooperative object behavior into its prediction and trajectory planning.
• Abstract（参考訳）: DynoJEPPは動的環境における推定、予測、計画を共同で定式化し、同時に最適化する因子グラフベースのフレームワークである。 予測、予測、計画を共同で定式化する従来の因子グラフベースのアプローチでは、予測と計画からの情報は状態推定にフィードバックされ、腐敗した見積もり、望ましくない振る舞い、安全でない計画が得られます。 この問題に対処するため、DynoJEPPは、ファクタグラフ内の方向情報フローを強制し、予測と計画が破損状態の推定から妨げられる新しい指向因子を導入した。 静的環境と動的環境の両方におけるナビゲーション中のモジュール間相互作用に対する有向因子の影響を評価する。 以上の結果から,これらの要因が安全操作に重要であることが示唆された。 これに基づいて,エゴロボットが協調動作を予測・軌道計画に組み込むことのできる協調型DynoJEPPについても紹介する。

関連論文リスト

• Predicting Future Actions of Reinforcement Learning Agents [27.6973598477153]
  本稿では,3種類の強化学習エージェントの今後の行動と事象予測の有効性を実験的に評価し,比較した。 エージェントの内部計算に基づいて予測を行う内部状態アプローチと、学習された世界モデルでエージェントをアンロールするシミュレーションベースのアプローチの2つのアプローチを採用する。 内部計画を使用することで、アクションを予測する場合のシミュレーションベースのアプローチと比較して、モデル品質がより堅牢であること、イベント予測の結果がより混在していることが証明される。
  論文  参考訳（メタデータ） (2024-10-29T18:48:18Z)
• Hybrid-Prediction Integrated Planning for Autonomous Driving [26.549857543338963]
  本稿では,3つのモジュールを新たに設計したハイブリッド予測統合計画(HPP)システムを提案する。 まず, 限界条件付き占有率予測を導入し, 共同占有率とエージェント・ワイド・インセプションとを一致させる。 第2に,ゲーム理論に基づく動作予測器GTFormerを提案する。 第3に、ハイブリッド予測パターンはEgo Plannerと並列に統合され、予測ガイダンスによって最適化される。
  論文  参考訳（メタデータ） (2024-02-04T09:51:19Z)
• PPAD: Iterative Interactions of Prediction and Planning for End-to-end Autonomous Driving [57.89801036693292]
  PPAD(Iterative Interaction of Prediction and Planning Autonomous Driving)は、予測と計画のより良い統合を目的とした、タイムステップワイドなインタラクションである。 我々は,階層的動的キーオブジェクトに着目したego-to-agent,ego-to-map,ego-to-BEVインタラクション機構を設計し,インタラクションをモデル化する。
  論文  参考訳（メタデータ） (2023-11-14T11:53:24Z)
• Interactive Joint Planning for Autonomous Vehicles [19.479300967537675]
  対話的な運転シナリオでは、あるエージェントの行動が隣人の行動に大きな影響を及ぼす。 本稿では,MPCを学習予測モデルでブリッジする対話型共同計画(Interactive Joint Planning, IJP)を提案する。 IJPは、共同最適化やサンプリングベースの計画を実行することなく、ベースラインを大幅に上回る。
  論文  参考訳（メタデータ） (2023-10-27T17:48:25Z)
• Motion-Scenario Decoupling for Rat-Aware Video Position Prediction: Strategy and Benchmark [49.58762201363483]
  本研究では,個人や環境の影響要因を考慮し,生物ロボットの動き予測データセットであるRatPoseを紹介する。 本稿では,シナリオ指向とモーション指向を効果的に分離するDual-stream Motion-Scenario Decouplingフレームワークを提案する。 難易度が異なるタスクに対して,提案したtextitDMSD フレームワークの大幅な性能向上を示す。
  論文  参考訳（メタデータ） (2023-05-17T14:14:31Z)
• Behavioral Intention Prediction in Driving Scenes: A Survey [70.53285924851767]
  行動意図予測(BIP)は、人間の思考過程をシミュレートし、特定の行動の早期予測を満たす。 この作業は、利用可能なデータセット、重要な要因と課題、歩行者中心および車両中心のBIPアプローチ、BIP対応アプリケーションからのBIPの包括的なレビューを提供する。
  論文  参考訳（メタデータ） (2022-11-01T11:07:37Z)

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。