نمذجة مسار المشي باستخدام Bi-RNN غير المتماثل

سلوك المشاة يتضمن مزيجًا من الأهداف الفردية والتفاعلات الاجتماعية مع الوكلاء الآخرين. في هذا المقال، نقدم بنية شبكة عصبية متكررة ثنائية الاتجاه غير متماثلة تُسمى U-RNN لتمثيل مسارات المشاة وتقييم مدى ملاءمتها كبديل لشبكات LSTM في نماذج التنبؤ المختلفة. تُظهر النتائج التجريبية على معيار Trajnet++ أن نسخة U-LSTM تحقق أداءً أفضل من جميع المقاييس المتاحة (ADE، FDE، معدل الاصطدام) مقارنةً بالمحولات المعمول بها لمسارات الحركة، في مجموعة متنوعة من النماذج والوحدات التفاعلية، مما يشير إلى أن النهج المقترح يُعد بديلًا عمليًا للشبكات العصبية المتكررة المعيارية التي تُستخدم حاليًا في تمثيل التسلسلات. يمكن الوصول إلى تنفيذنا للشبكات العصبية الثنائية غير المتماثلة على معيار Trajnet++ من خلال الرابط التالي: github.com/JosephGesnouin/Asymmetrical-Bi-RNNs-to-encode-pedestrian-trajectories