SMEMO: الذاكرة الاجتماعية للتنبؤ بالممرات

يُعد النمذجة الفعّالة للتفاعلات البشرية أمرًا بالغ الأهمية عند توقع السلوكيات مثل المسارات المستقبلية. فكل فرد، بحركته، يؤثر على الوكلاء المحيطين به، نظرًا لأن الجميع يتبع قواعد اجتماعية غير مكتوبة، مثل تجنّب الاصطدام أو اتباع المجموعة. في هذا البحث، نُقدّم نمذجة لهذه التفاعلات، التي تتغير باستمرار مع الزمن، من منظور خوارزمي، أي كمهمة معالجة بيانات. نعرض شبكة عصبية تعتمد على ذاكرة عمل قابلة للتدريب من الطرفين (end-to-end)، تؤدي دور تخزين خارجي يمكن فيه كتابة المعلومات المتعلقة بكل وكيل باستمرار، وتحديثها واسترجاعها. ونُظهر أن طريقة عملنا قادرة على تعلّم علاقات سبب ونتيجة قابلة للتفسير بين حركات الوكلاء المختلفة، مما يُحقق نتائج متميزة على عدة مجموعات بيانات للتنبؤ بالمسارات.