論文の概要: M3-Former: Multimodal Transformer with Mixture-of-Experts for Long-Term Vessel Trajectory Prediction

• arxiv url: http://arxiv.org/abs/2609.10559v1
• Date: Sun, 02 Aug 2026 16:25:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:55.492626
• Title: M3-Former: Multimodal Transformer with Mixture-of-Experts for Long-Term Vessel Trajectory Prediction
• Title（参考訳）: M3-Former:長期容器軌道予測のためのM3-Former-M3-Modal Transformer
• Abstract要約: M3-Formerは、大規模言語モデル(LLM)によって強化されたマルチモーダル軌道予測フレームワークである グローバルな経路計画と局所的な動きの変動を共同で捉えるために、二重粒度混在型アーキテクチャを導入している。 実世界のデンマークのAISデータセットの実験では、Mtextsuperscript3-Formerは最先端のベースラインを一貫して上回っている。
• 参考スコア（独自算出の注目度）: 1.3689237552183513
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: To address the challenges of behavioral multimodality, limited semantic utilization, and long-term error accumulation in vessel trajectory prediction, this paper proposes M3-Former, a multimodal trajectory prediction framework enhanced by large language models (LLMs). The proposed framework incorporates vessel static attributes and navigational intent as semantic priors for long-term trajectory modeling. Specifically, a unified multimodal representation space is constructed, in which static semantic information is encoded by a pre-trained LLM and aligned with dynamic trajectory features through self-attention. To jointly capture global route planning and local motion variations, a dual-granularity Mixture-of-Experts (MoE) architecture is introduced, where sequence-level experts model global navigation trends and token-level experts refine fine-grained maneuvering behaviors. In addition, a Steering-Weighted Cross-Entropy loss is designed to alleviate the long-tail distribution of sparse turning samples and improve prediction accuracy in critical maneuvering scenarios. Experiments on a real-world Danish AIS dataset demonstrate that M\textsuperscript{3}-Former consistently outperforms state-of-the-art baselines across prediction horizons from 1 to 4 hours. In the 4-hour prediction task, the proposed method reduces Average Displacement Error (ADE) and Final Displacement Error (FDE) by 4.4\% and 5.1\%, respectively, compared with the strongest baseline. Qualitative and ablation analyses further verify that semantic fusion effectively reduces long-term trajectory drift, while the dual-granularity MoE improves robustness in complex waterways and route-branching scenarios. The proposed framework establishes a semantic-guided hierarchical prediction paradigm, in which high-level navigational intent and local motion dynamics are jointly modeled for robust long-term vessel trajectory forecasting.
• Abstract（参考訳）: 本稿では,大規模言語モデル(LLM)により強化されたマルチモーダル軌道予測フレームワークであるM3-Formerを提案する。 提案フレームワークは,船体静的属性と航法意図を長期軌跡モデリングのセマンティック先行として組み込んだものである。 具体的には、静的な意味情報を事前学習されたLLMで符号化し、自己注意を通して動的軌跡特徴と整合する統合マルチモーダル表現空間を構築する。 グローバルなルート計画と局所的な動きの変動を共同で捉えるために、デュアルグラニュラリティ・ミックス・オブ・エクササイズ(MoE)アーキテクチャを導入し、シーケンスレベルの専門家がグローバルなナビゲーショントレンドをモデル化し、トークンレベルの専門家が微粒な操作行動を洗練する。 さらに,スパース旋回サンプルの長期分布を緩和し,臨界操作シナリオにおける予測精度を向上させるために,ステアリング重み付きクロスエントロピー損失を設計した。 実世界のデンマークのAISデータセットの実験では、M\textsuperscript{3}-Formerは予測地平線を1時間から4時間にわたって、常に最先端のベースラインを上回っている。 提案手法は, 平均変位誤差(ADE)と最終変位誤差(FDE)を最強ベースラインと比較してそれぞれ4.4\%, 5.1\%削減する。 定性的およびアブレーション分析により、セマンティックフュージョンは長期軌道のドリフトを効果的に低減し、二重粒度MoEは複雑な水路や経路分岐シナリオの堅牢性を改善する。 提案手法は,高レベルの航法意図と局所運動力学を協調的にモデル化し,頑健な長期船体軌道予測を行う意味誘導階層予測パラダイムを確立する。

関連論文リスト

• Drift-Resistant Navigation World Model with Anchored Epipolar Guidance [81.52175010905665]
  本稿では,従来のロールアウト型ナビゲーションワールドモデルにおいて,知覚的ドリフトと幾何学的ドリフトの両方を緩和する生成モデルであるDrift-Resistant Navigation World Modelを提案する。 まず、安定な長距離ターゲットとして機能するスパース未来のアンカーを予測し、その後、過去のコンテキストと将来のアンカーの両方で条件付けられた各チャンク内で中間フレームを生成する。 4つのベンチマークの実験では、長期の視覚的品質、幾何的一貫性、多視点コヒーレンスにおいて、強いベースラインよりも一貫した改善が示されている。
  論文  参考訳（メタデータ） (2026-05-23T22:47:33Z)
• ThinkJEPA: Empowering Latent World Models with Large Vision-Language Reasoning Model [53.15040805435013]
  視覚言語モデル(VLM)は、一様にサンプリングされたフレームを解析することで、強力なセマンティックグラウンドと一般的な知識を提供する。 本稿では,高密度フレーム・ダイナミックス・モデリングと長軸意味指導を組み合わせたVLM誘導型JEPA型潜在世界モデリングフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-03-23T17:59:42Z)
• SKETCH: Semantic Key-Point Conditioning for Long-Horizon Vessel Trajectory Prediction [3.870589001283509]
  セマンティックキーポイント条件付き軌道モデリングフレームワークを提案する。 長距離予測を大域的意味決定と局所運動モデリングに分解する。 実世界のAISデータを用いた実験では,提案手法が常に最先端の手法より優れていることが示された。
  論文  参考訳（メタデータ） (2026-01-26T14:42:31Z)
• Unified Multimodal Vessel Trajectory Prediction with Explainable Navigation Intention [18.699213433572996]
  船舶軌道予測は、インテリジェント海洋システムの基本である。 既存の船舶軌道予測手法は、限られたシナリオ適用性と説明性に乏しい。 本稿では,説明可能なナビゲーション意図を取り入れた統合型船舶軌道予測フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-11-18T08:56:30Z)
• Scale-Disentangled spatiotemporal Modeling for Long-term Traffic Emission Forecasting [10.643363557001955]
  本稿では,長期交通排出予測のためのSDSTM(Scale-Disd S-temporal Modeling)フレームワークを提案する。 提案手法は最先端の性能を実現する。
  論文  参考訳（メタデータ） (2025-08-16T06:06:47Z)
• Elucidated Rolling Diffusion Models for Probabilistic Weather Forecasting [52.6508222408558]
  Eucidated Rolling Diffusion Models (ERDM)を紹介する。 ERDMはEucidated Diffusion Models (EDM) の原理的, 性能的設計とローリング予測構造を統一する最初のフレームワークである 2D Navier-StokesシミュレーションとERA5グローバル気象予報の1.5円解像度では、ERDMはキー拡散ベースラインを一貫して上回っている。
  論文  参考訳（メタデータ） (2025-06-24T21:44:31Z)
• ALOcc: Adaptive Lifting-Based 3D Semantic Occupancy and Cost Volume-Based Flow Predictions [91.55655961014027]
  シーン理解には3次元セマンティック占有とフロー予測が不可欠である。 本稿では,3つの改善点を目標とした視覚ベースのフレームワークを提案する。 我々の純粋な畳み込みアーキテクチャは、セマンティック占有率とジョイントセマンティックフロー予測の両方のために、複数のベンチマーク上で新しいSOTA性能を確立する。
  論文  参考訳（メタデータ） (2024-11-12T11:32:56Z)
• Physics-guided Active Sample Reweighting for Urban Flow Prediction [75.24539704456791]
  都市フロー予測は、バス、タクシー、ライド駆動モデルといった交通サービスのスループットを見積もる、微妙な時間的モデリングである。 最近の予測解は、物理学誘導機械学習(PGML)の概念による改善をもたらす。 我々は、PN(atized Physics-guided Network)を開発し、P-GASR(Physical-guided Active Sample Reweighting)を提案する。
  論文  参考訳（メタデータ） (2024-07-18T15:44:23Z)
• StreamMOTP: Streaming and Unified Framework for Joint 3D Multi-Object Tracking and Trajectory Prediction [22.29257945966914]
  我々は3次元多目的追跡・軌道予測(StreamMOTP)のためのストリーミング統合フレームワークを提案する。 ストリーミング方式でモデルを構築し、メモリバンクを利用して、追跡対象の長期潜伏機能をより効果的に保存し、活用する。 また,予測トラジェクタの品質と一貫性を2ストリーム予測器で改善する。
  論文  参考訳（メタデータ） (2024-06-28T11:35:35Z)
• SMART: Simultaneous Multi-Agent Recurrent Trajectory Prediction [72.37440317774556]
  本稿では,将来の軌道予測における2つの重要な課題に対処する手法を提案する。 エージェントの数に関係なく、トレーニングデータと予測と一定時間の推測の両方において、マルチモーダリティ。
  論文  参考訳（メタデータ） (2020-07-26T08:17:10Z)

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。