Trajectron++：異種データを用いた動的に実現可能なトラジェクトリ予測

人間の運動に関する推論は、安全かつ社会的に配慮したロボットナビゲーションのための重要な前提条件である。その結果、マルチエージェント行動予測は、自動運転車などの現代のヒューマン・ロボット相互作用システムにおける核心的な構成要素となっている。一方で、軌道予測に関する手法は多数存在するが、多くの手法は動的制約を強制せず、環境情報（例えば地図）を考慮していない。こうした課題に応えるために、本研究では、エージェントの動的特性と異種データ（例：セマンティックマップ）を統合しつつ、多数の多様なエージェントの軌道を予測可能な、モジュール型でグラフ構造を持つ再帰モデル「Trajectron++」を提案する。Trajectron++はロボットの計画および制御フレームワークと密接に統合されるように設計されており、例えば、自エージェントの運動計画に基づいた条件付き予測を生成することも可能である。我々は、いくつかの困難な実世界の軌道予測データセット上で本モデルの性能を検証し、多数の最先端の決定論的および生成モデルを上回ることを示した。