2ヶ月前
Social GAN: 社会的に適切な軌道を生成するためのGenerative Adversarial Networks
Agrim Gupta; Justin Johnson; Li Fei-Fei; Silvio Savarese; Alexandre Alahi

要約
人間の動きの理解は、自動移動プラットフォーム(例えば、自動運転車やソーシャルロボット)が人間中心の環境を航行する上で不可欠です。この課題は、人間の動きが本質的に多様であるため困難です:人間の動きの履歴が与えられた場合でも、未来の人々が動く方法には多くの社会的に妥当な可能性があります。私たちはこの問題に取り組むために、系列予測と生成対抗ネットワークのツールを組み合わせました:再帰的な系列対系列モデルは動きの履歴を観察し、未来の行動を予測します。新しいプーリング機構を使用して人々間の情報を集約します。私たちは、再帰的な識別器に対して敵対的に訓練することで社会的に妥当な未来を予測し、新しい多様性損失により多様な予測を促進します。複数のデータセットでの実験を通じて、私たちのアプローチが精度、多様性、衝突回避、計算複雑さにおいて先行研究を上回ることを示しています。