論文の概要: Schrödinger's Cat: Probabilistic Representation and Prediction of Potential Scene Kinematics

• arxiv url: http://arxiv.org/abs/2607.25984v1
• Date: Tue, 28 Jul 2026 17:05:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-29 20:50:42.940322
• Title: Schrödinger's Cat: Probabilistic Representation and Prediction of Potential Scene Kinematics
• Title（参考訳）: Schrödinger's cat:probabilistic representation and Prediction of potential Scene Kiinematics
• Abstract要約: 部分的な観測からシーンがどのように進化するかを予測するには、単一の軌道にコミットするのではなく、複数の将来について推論する必要がある。 我々は、将来のkematic Latent Distributions(GAR)のゴールアウェア表現について紹介する。 GARは、画像と任意の時間的制約が与えられた将来の可能性について、分散の構造化されたスパース時間潜在表現を学習する。 その結果、将来の動きの不確実性は特定のシーン要素や時間ステップに局所化し、追加の制約によって徐々に洗練される。
• 参考スコア（独自算出の注目度）: 18.394277994509956
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Predicting how a scene may evolve from partial observations requires reasoning about multiple possible futures rather than committing to a single trajectory. Existing approaches either generate appearance-dominated video predictions or sample a small number of trajectories without explicitly modeling the distribution of possible motion. We introduce Goal-Aware Representations of Future kInEmatic Latent Distributions (GARFIELD), a probabilistic model of scene kinematics that learns a structured spatio-temporal latent representation of the distribution over possible futures given an image and optional spatio-temporally sparse constraints. The same latent representation enables both joint sampling of all trajectories and direct access to the underlying motion distribution through an efficient deterministic density decoder. As a result, uncertainty about future motion can be localized to specific scene elements and timesteps and progressively refined through additional constraints. Experiments demonstrate strong motion planning performance competitive with large video generation models while sampling trajectories $97\times$ faster. Our method further estimates motion densities two orders of magnitude faster than Monte-Carlo sampling from motion generation models, enabling interactive exploration and uncertainty-aware planning.
• Abstract（参考訳）: 部分的な観測からシーンがどのように進化するかを予測するには、単一の軌道にコミットするのではなく、複数の将来について推論する必要がある。 既存のアプローチでは、考えられる動きの分布を明示的にモデル化することなく、外観に支配されたビデオ予測を生成するか、少数の軌道をサンプリングする。 画像と任意の時空間的制約が与えられた場合の分布の構造的時空間潜在表現を学習するシーンキネマティクスの確率モデルであるGARFIELD(Goal-Aware Representations of Future kInEmatic Latent Distributions)を紹介する。 同じ潜在表現は、全ての軌道の合同サンプリングと、効率的な決定論的密度デコーダによる基底運動分布への直接アクセスの両方を可能にする。 その結果、将来の動きの不確実性は特定のシーン要素や時間ステップに局所化し、追加の制約によって徐々に洗練される。 実験では、大きなビデオ生成モデルと競合する強力なモーションプランニング性能を示し、サンプリングトラジェクトリは9,7\times$高速である。 さらに,移動生成モデルからモンテカルロをサンプリングするよりも2桁の速度で動き密度を推定し,対話的な探索と不確実性を考慮した計画を可能にする。

関連論文リスト

• Drive-HWM: Hierarchical World Models for Dynamic-Latent Guided Autonomous Driving [78.83165764484562]
  Drive-HWMは階層的なスローファーストな世界モデリングフレームワークで、将来の表現予測とアクション生成を補完的な時間スケールで構成する。 次のフレーム予測では、高速モデルが差し迫ったシーンの進化を捉え、一方1ステップのアクション生成は、新しい観察が到着すると、決定を継続的に更新することを可能にする。
  論文  参考訳（メタデータ） (2026-09-03T09:21:19Z)
• Envisioning the Future, One Step at a Time [22.38380614056375]
  開集合将来のシーンダイナミクスはスパース点軌道上のステップワイズ推論として予測される。 我々の自己回帰拡散モデルは、短時間で局所的に予測可能な遷移を通じてこれらの軌道を前進させる。 本稿では,様々な動画をもとにしたオープンセット動作予測のベンチマークであるOWMを紹介する。
  論文  参考訳（メタデータ） (2026-04-10T17:46:05Z)
• Ego-centric Predictive Model Conditioned on Hand Trajectories [52.531681772560724]
  自我中心のシナリオでは、次の行動とその視覚的結果の両方を予測することは、人間と物体の相互作用を理解するために不可欠である。 我々は,エゴセントリックなシナリオにおける行動と視覚的未来を共同でモデル化する,統合された2段階予測フレームワークを提案する。 我々のアプローチは、エゴセントリックな人間の活動理解とロボット操作の両方を扱うために設計された最初の統一モデルである。
  論文  参考訳（メタデータ） (2025-08-27T13:09:55Z)
• FlowMo: Variance-Based Flow Guidance for Coherent Motion in Video Generation [51.110607281391154]
  FlowMoは、テキスト・ビデオ・モデルにおける動きコヒーレンスを高めるためのトレーニング不要のガイダンス手法である。 時間次元のパッチワイドな分散を測定して動きのコヒーレンスを推定し、サンプリング中にこの分散を動的に減少させるためにモデルを導く。
  論文  参考訳（メタデータ） (2025-06-01T19:55:33Z)
• EMoTive: Event-guided Trajectory Modeling for 3D Motion Estimation [59.33052312107478]
  イベントカメラは、シーン変化に対する連続的適応ピクセルレベル応答による3次元モーション推定の可能性を提供する。 本稿では,イベント誘導パラメトリック曲線を用いた一様軌道をモデル化するイベントベースフレームワークであるEMoveについて述べる。 動作表現には,事象誘導下での空間的特徴と時間的特徴を融合する密度認識適応機構を導入する。 最終3次元運動推定は、パラメトリック軌道、流れ、深度運動場の多時間サンプリングによって達成される。
  論文  参考訳（メタデータ） (2025-03-14T13:15:54Z)
• STGDPM:Vessel Trajectory Prediction with Spatio-Temporal Graph Diffusion Probabilistic Model [0.0]
  船舶軌道予測は、海上交通の安全を確保し、衝突を避けるために重要な要素である。 船舶の挙動に固有の不確実性があるため、軌道予測システムは将来的な運動状態を正確にモデル化するためのマルチモーダルなアプローチを採用する必要がある。 本稿では, 容器の状態に依存する従来の集約型手法を置き換え, 動的グラフとしての相互作用のモデル化を提案する。
  論文  参考訳（メタデータ） (2025-03-11T05:50:27Z)
• 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)
• 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)
• Implicit Latent Variable Model for Scene-Consistent Motion Forecasting [78.74510891099395]
  本稿では,センサデータから直接複雑な都市交通のシーン一貫性のある動き予測を学習することを目的とする。 我々は、シーンを相互作用グラフとしてモデル化し、強力なグラフニューラルネットワークを用いてシーンの分散潜在表現を学習する。
  論文  参考訳（メタデータ） (2020-07-23T14:31:25Z)
• Probabilistic Future Prediction for Video Scene Understanding [11.236856606065514]
  本稿では,ビデオからの確率論的未来予測のための新しいディープラーニングアーキテクチャを提案する。 我々は、未来の意味論、複雑な現実世界の都市シーンの動きを予測し、この表現を使って自動運転車を制御する。
  論文  参考訳（メタデータ） (2020-03-13T17:48:21Z)

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。