Social GAN: مسارات اجتماعية مقبولة باستخدام شبكات المولدات المعادية
فهم سلوك الحركة البشرية أمر حاسم للمنصات المتحركة ذاتياً (مثل السيارات ذاتية القيادة والروبوتات الاجتماعية) إذا ما أردنا لها أن تتنقل في بيئات متمحورة حول الإنسان. وهذا التحدي صعب لأن الحركة البشرية متعددة الأوضاع بطبيعتها: بالنظر إلى تاريخ مسارات حركة الإنسان، هناك العديد من الطرق اجتماعية المصداقية التي يمكن أن يتحرك بها الناس في المستقبل. نواجه هذا التحدي من خلال دمج أدوات من تنبؤ التسلسلات وشبكات المواجهة التوليدية: حيث يقوم نموذج تكراري للتسلسل إلى تسلسل برصد تاريخ الحركات وتنبؤه بالسلوك المستقبلي، باستخدام آلية جمع جديدة لتوحيد المعلومات بين الأشخاص. نتنبأ بمستقبلات اجتماعية ممكنة من خلال التدريب بشكل معادٍ ضد تمييز تكراري، ونحفز التنوع في التنبؤات باستخدام خسارة تنوع جديدة (variety loss). ومن خلال التجارب على عدة قواعد بيانات، نثبت أن نهجنا يتفوق على الأعمال السابقة من حيث الدقة والتنوع وتلافي الاصطدامات والتعقيد الحسابي.