論文の概要: Revisiting Numerical Forecasting Models for Language-Based Trajectory Prediction

• arxiv url: http://arxiv.org/abs/2610.07954v1
• Date: Tue, 06 Oct 2026 08:28:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 02:58:29.897041
• Title: Revisiting Numerical Forecasting Models for Language-Based Trajectory Prediction
• Title（参考訳）: 言語に基づく軌道予測のための数値予測モデルの再検討
• Abstract要約: Mixture of Reward Experts (MoRE) は、予測前の数値を事前訓練された言語ベースの予測器に転送するフレームワークである。 MoREは、予測エントロピーによってランク付けされたトレーニングサンプルの上位1%を使用してポリシーを洗練する。 ETH-UCYでは、MoREは衝突率を減らし、地道歩行者の間隔を良くする。
• 参考スコア（独自算出の注目度）: 36.214473146129116
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Language-based trajectory predictors represent coordinates as discrete tokens and learn auxiliary tasks such as destination and group reasoning. This formulation enables the model to capture behavioral intent and social context beyond coordinate dynamics alone. However, token-level objectives provide only indirect guidance for continuous coordinate-space dynamics. To address this limitation, we introduce MoRE (Mixture of Reward Experts), a refinement framework that transfers numerical forecasting priors into a pretrained language-based predictor through reinforcement learning. Five frozen numerical predictors provide complementary coordinate-level knowledge of motion and interactions. Their predictions are converted into expert rewards and combined through an uncertainty-weighted consensus that penalizes disagreement. A ground-truth reward anchors the prediction to the target trajectory. To focus refinement on difficult cases, MoRE refines the policy using the top 1% of training samples ranked by predictive entropy. Expert predictions are computed once and cached before PPO training, so the experts are not run during policy updates or inference. In this way, MoRE combines the contextual modeling of the language-based predictor with coordinate-level feedback from numerical experts. On ETH-UCY, MoRE reduces ADE from 0.22 to 0.20 m and FDE from 0.32 to 0.29 m. Relative to the base policy, ADE decreases by 17.9% on SDD and 12.7% on NBA. On ETH-UCY, MoRE also reduces collision rates and better matches ground-truth pedestrian spacing, without increasing measured inference memory or latency. The project page is available at https://jungyu0413.github.io/MoRE/.
• Abstract（参考訳）: 言語に基づく軌道予測器は、座標を離散トークンとして表現し、目的地やグループ推論のような補助的なタスクを学ぶ。 この定式化により、モデルはダイナミクスの座標以外の行動意図や社会的文脈を捉えることができる。 しかし、トークンレベルの目的は、連続座標空間力学の間接的なガイダンスのみを提供する。 この制限に対処するために、強化学習を通じて予測前の数値を事前学習した言語ベースの予測器に転送する改良フレームワークであるMoRE(Mixture of Reward Experts)を導入する。 5つの凍結した数値予測器は、運動と相互作用に関する相補的な座標レベルの知識を提供する。 彼らの予測は専門家の報酬に変換され、不一致を罰する不確実性の重み付けされた合意を通じて組み合わせられる。 グラウンドトルース報酬は、目標軌道への予測をアンカーする。 難しいケースに焦点を合わせるため、MoREは予測エントロピーによってランク付けされたトレーニングサンプルの上位1%を使用してポリシーを洗練する。 専門家の予測はPPOトレーニング前に一度計算され、キャッシュされるため、専門家はポリシー更新や推論の間は実行されない。 このように、MoREは言語ベースの予測器の文脈モデリングと、数値の専門家からの座標レベルのフィードバックを組み合わせる。 ETH-UCYでは、ADEを0.22から0.20m、FDEを0.32から0.29mに減少させる。 基本方針とは対照的に、ADEはSDDで17.9%、NBAで12.7%減少している。 ETH-UCYでは、MoREは衝突率を低減し、測定された推論メモリや遅延を増大させることなく、地道な歩行者間隔にマッチする。 プロジェクトページはhttps://jungyu0413.github.io/MoRE/で公開されている。

関連論文リスト

• MoP-JEPA: Hard-Assigned Predictor Mixtures for Stochastic JEPA World Models [14.76812870029721]
  MoP-JEPAは、有限個の候補セットを1つのパスで生成する。 ホールドアウトのOGBenchトランジションでは、単一出力予測器によるグラフ検索が0.02$--0.09$のクエリで成功し、MoP-JEPAは0.85$に達した。
  論文  参考訳（メタデータ） (2026-07-06T15:47:37Z)
• Gap-K%: Measuring Top-1 Prediction Gap for Detecting Pretraining Data [6.612630497074871]
  Gap-K%はLarge Language Models (LLMs) の最適化力学に基づく新しい事前学習データ検出法である これを受けてGap-K%は、トップ-1予測トークンとターゲットトークンのログ確率ギャップを利用して、局所相関とトークンレベルの変動を捉えるスライディングウィンドウ戦略を取り入れた。 WikiMIAとMIMIRベンチマークの実験は、Gap-K%が最先端のパフォーマンスを達成することを示した。
  論文  参考訳（メタデータ） (2026-01-16T07:29:36Z)
• Leveraging Large Language Models for Predictive Analysis of Human Misery [1.2458057399345226]
  本研究では,Large Language Models (LLMs) を用いて,人間に知覚された悲惨なスコアを予測する。 我々は、ゼロショット、固定コンテキスト、検索に基づくプロンプトを含む複数のプロンプト戦略を評価する。 静的評価を超えて,テレビフォーマットに触発された新たなゲーム化フレームワークである"Misery Game Show"を導入する。
  論文  参考訳（メタデータ） (2025-08-18T07:02:59Z)
• TrajPRed: Trajectory Prediction with Region-based Relation Learning [11.714283460714073]
  本研究では,交通現場における人的軌跡予測のための地域型関係学習パラダイムを提案する。 社会的相互作用は、グローバルな視点から、局所的な関節情報の時間的変化を関連づけることでモデル化される。 予測枠組みにおいて,マルチゴール推定と地域関係学習を統合し,2つの刺激,社会的相互作用,目標をモデル化する。
  論文  参考訳（メタデータ） (2024-04-10T12:31:43Z)
• TeLeS: Temporal Lexeme Similarity Score to Estimate Confidence in End-to-End ASR [1.8477401359673709]
  クラス確率に基づく信頼スコアは、自信過剰なASR予測の品質を正確に表すものではない。 信頼度推定モデル(CEM)を訓練するためのTeLeS(Temporal-Lexeme similarity)の信頼性スコアを提案する。 我々は、ヒンディー語、タミル語、カナダ語という3つの言語で訓練されたASRモデルを用いて、様々なトレーニングデータサイズで実験を行う。
  論文  参考訳（メタデータ） (2024-01-06T16:29:13Z)
• Joint Metrics Matter: A Better Standard for Trajectory Forecasting [67.1375677218281]
  マルチモーダル・トラジェクトリ・予測法 : シングルエージェント・メトリクス(マージナル・メトリクス)を用いた評価 余分な指標にのみ注目することは、グループとして明確に一緒に歩いている人々のために、軌跡の衝突や軌跡のばらつきといった、不自然な予測につながる可能性がある。 本稿では,JADE,JFDE,衝突速度といったマルチエージェントメトリクス(ジョイントメトリクス)に関して,最先端トラジェクトリ予測手法の総合評価を行った。
  論文  参考訳（メタデータ） (2023-05-10T16:27:55Z)
• ASPEST: Bridging the Gap Between Active Learning and Selective Prediction [56.001808843574395]
  選択予測は、不確実な場合の予測を棄却する信頼性のあるモデルを学ぶことを目的としている。 アクティブラーニングは、最も有意義な例を問うことで、ラベリングの全体、すなわち人間の依存度を下げることを目的としている。 本研究では,移動対象領域からより情報のあるサンプルを検索することを目的とした,新たな学習パラダイムである能動的選択予測を導入する。
  論文  参考訳（メタデータ） (2023-04-07T23:51:07Z)
• Uncertainty estimation of pedestrian future trajectory using Bayesian approximation [137.00426219455116]
  動的トラフィックシナリオでは、決定論的予測に基づく計画は信頼できない。 著者らは、決定論的アプローチが捉えられない近似を用いて予測中の不確実性を定量化する。 将来の状態の不確実性に対する降雨重量と長期予測の影響について検討した。
  論文  参考訳（メタデータ） (2022-05-04T04:23:38Z)
• You Mostly Walk Alone: Analyzing Feature Attribution in Trajectory Prediction [52.442129609979794]
  軌道予測のための最近の深層学習手法は有望な性能を示す。 そのようなブラックボックスモデルが実際にどのモデルを予測するために使うのかは、まだ不明である。 本稿では,モデル性能に対する異なるキューの貢献度を定量化する手法を提案する。
  論文  参考訳（メタデータ） (2021-10-11T14:24:15Z)

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。