論文の概要: Destination Support Restoration for Finite-Set Multimodal Trajectory Prediction
- arxiv url: http://arxiv.org/abs/2609.25942v1
- Date: Tue, 22 Sep 2026 09:47:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-23 18:04:04.314613
- Title: Destination Support Restoration for Finite-Set Multimodal Trajectory Prediction
- Title（参考訳）: 有限セットマルチモーダル軌道予測のための退避支援
- Abstract要約: 本稿では、ホスト予測器を再訓練することなく、目的地支援を修復する因果選択操作子であるデスティネーション支援修復(DSR)について紹介する。
3つの種に対する3,719軌道エディンバラの完全なプロトコルでは、DSRはMIF重み付きADEとFDEを13.36%削減し、13.30%はN=64$である。
- 参考スコア（独自算出の注目度）: 13.258646352846569
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Robots operating around pedestrians often reason over a finite set of predicted human futures. Repeated online updates can concentrate this limited prediction budget on dominant destinations and leave plausible alternatives underrepresented or absent, removing those alternatives from the finite representation available to downstream decision making. We introduce Destination Support Restoration (DSR), a causal post-selection operator that repairs destination support without retraining the host predictor or increasing the maintained set size. At a repair step, DSR evaluates a temporary destination-stratified candidate bank from the observed prefix, converts candidate evidence into integer target counts, protects representatives of active modes, and reallocates redundant surplus hypotheses to deficient modes. The maintained and returned sets retain exactly $N$ hypotheses, and DSR replaces at most $\lceilρN\rceil$ entries. Protected representatives preserve current categorical support; lineage-aware particle filters also preserve surviving resampling ancestors. Each replacement reduces the allocation mismatch to the evidence-driven target by one. On the complete 3,719-trajectory Edinburgh protocol over three seeds, DSR reduces MIF weighted ADE and FDE by 13.36% and 13.30% at $N=64$. Paired integrations with CLiFF, PPT, causal GDTS, Social Informer, and PECNet improve both metrics in every evaluated pair. These results show that finite-set support allocation is a useful prediction-side control point when a fixed hypothesis set serves as the interface to downstream systems.
- Abstract（参考訳）: 歩行者のまわりで動くロボットは、予測された人間の未来を推測する。
繰り返し行われるオンライン更新は、この限られた予測予算を支配的な目的地に集中させ、妥当な代替案が不足または欠落したままにし、下流の意思決定に利用可能な有限表現からそれらの代替案を取り除くことができる。
本稿では、ホスト予測器を再訓練したり、維持された設定サイズを増大させたりすることなく、目的地支援を修復する因果選択作業者であるデスティネーション・サポート・リカバリ(DSR)を紹介する。
修復工程において、DSRは、観察された接頭辞から仮目的地成層候補バンクを評価し、候補証拠を整数目標数に変換し、アクティブモードの代表を保護し、余剰余剰仮説を欠損モードに再配置する。
維持および返却された集合は正確に$N$仮説を保持し、DSRは少なくとも$\lceilρN\rceil$エントリを置き換える。
保護された代表者は現在の分類的支持を保ち、直系を意識した粒子フィルターは生き残った再サンプリングの祖先も保存する。
各置換は、エビデンス駆動ターゲットへのアロケーションミスマッチを1つ減らす。
3つの種に対する3,719軌道エディンバラの完全なプロトコルでは、DSRはMIF重み付きADEとFDEを13.36%削減し、13.30%はN=64$である。
CLiFF、PT、因果GDTS、Social Informer、PECNetとのペア統合により、評価ペア毎に両方のメトリクスが改善される。
これらの結果は、固定仮説セットが下流システムへのインタフェースとして機能する場合に、有限セットサポートアロケーションが有用な予測側制御ポイントであることが示される。
関連論文リスト
- CREDO: Variance-Guided Rubric Evolution for Replay-Corrected Credit Assignment [0.0]
セマンティックルーリックを選択的に実行ベースの信用補正と組み合わせたフレームワークであるCredoを提案する。
条件付き不偏性と2つの設計選択を結合する分散分解を導出する。
そこで本稿では,PPO実装のクリッピング化とトークン正規化を両立させ,その実装を理想的なポリシ・グラディエント推定器と区別する。
論文 参考訳（メタデータ） (2026-09-21T06:43:58Z) - Available Guardrails: Certifying Selective Prediction across ML Systems [40.57629016626049]
安全, 粒度, サービストラフィックのトレードオフを明らかにする動的プログラムを開発する。
1つの計画上の候補分割を分割し、その中の1つを選択すると、このギャップの一部が回復することを示す。
相補的妥当性保存レバーは、報告ユニット間で家庭的にエラー予算を割り当て、追加のカバレッジを回復する。
論文 参考訳（メタデータ） (2026-09-18T17:36:52Z) - CARE-VI: Conservative Adaptive Reliability Estimation for Value Improvement in Off-Policy Actor-Critic Learning [9.09344103114193]
我々は、保守的適応ランク付け・スクリーニング(CARS)とセレクタ・評価値アセスメント(SEVA)を開発する。
DAREは、候補信頼性、セレクタと評価器信号のギャップ、および有限ステージ係数を用いて、各残差補正を規制する。
CARE-VIは、批評家のレグレッションとアクターのアップデートのためのバックボーンインターフェースを保存するエビデンス規制されたターゲット構築フレームワークである。
論文 参考訳（メタデータ） (2026-09-17T11:59:43Z) - ResiSpec: Enhancing Multi-Candidate Speculative Sampling via Residual Distribution Shaping [79.1905186547363]
ResiSpecは、検証中に提案の配布を戦略的に改革するフレームワークである。
候補の偏光を防止し、最先端のマルチ候補法よりも最大1.92$times$スピードアップを達成する。
論文 参考訳（メタデータ） (2026-08-25T11:25:55Z) - Interventional Causal Circuits for Safe Robot Action Testing and Failure Recovery [4.492262382019958]
運動パラメータの形式的テストは計算に費用がかかり、コストはアクション空間の次元に悪影響を及ぼす。
本稿では,JPT(Joint Probability Tree)とMarginal-Deterministic Variable Tree(Marginal-Deterministic Variable Tree)から派生した因果回路を結合した閉ループフレームワークを提案する。
このフレームワークは、ロボットが動作を開始する前に全ての介入クエリのトラクタビリティを検証し、サポート外候補を自動的に検出し、修正から除外する。
論文 参考訳（メタデータ） (2026-07-16T10:41:20Z) - TRACE: A Unified Rollout Budget Allocation Framework for Efficient Agentic Reinforcement Learning [52.67756371231985]
検証可能な報酬を伴う強化学習(RLVR)は、大規模言語モデルにおける推論とエージェント的行動を強化するための有望なアプローチである。
本稿では,Tree Rollout Allocation for Contrastive Exploration (TRACE)について紹介する。
技術的には、TRACEはロールアウト予算をルートと中間プレフィックスの両方に割り当てている。
論文 参考訳（メタデータ） (2026-06-09T17:16:03Z) - ZIP-RC: Optimizing Test-Time Compute via Zero-Overhead Joint Reward-Cost Prediction [57.799425838564]
ZIP-RCは、モデルに報酬とコストのゼロオーバーヘッド推論時間予測を持たせる適応推論手法である。
ZIP-RCは、同じまたはより低い平均コストで過半数投票よりも最大12%精度が向上する。
論文 参考訳（メタデータ） (2025-12-01T09:44:31Z) - Uncertainty-Penalized Direct Preference Optimization [52.387088396044206]
我々は、優先不確実性ペナル化スキームを導入し、DPOの悲観的な枠組みを開発する。
ペナル化は、不確実なサンプルの損失勾配を減衰させる損失の補正として機能する。
我々は,バニラDPOと比較して全体的な性能が向上し,高い不確実性選択/拒絶反応によるプロンプトの完成度も向上した。
論文 参考訳（メタデータ） (2024-10-26T14:24:37Z) - Will My Robot Achieve My Goals? Predicting the Probability that an MDP Policy Reaches a User-Specified Behavior Target [56.99669411766284]
自律的なシステムがタスクを実行する場合、ユーザの目標を達成する確率のキャリブレーションされた見積もりを維持する必要がある。
本稿では,ユーザの目標が目標間隔として指定される設定について検討する。
我々は、共形予測を反転させて確率推定を計算する。
論文 参考訳（メタデータ） (2022-11-29T18:41:20Z)
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。