17일 전

SMEMO: 사회적 기억을 활용한 궤적 예측

Francesco Marchetti, Federico Becattini, Lorenzo Seidenari, Alberto Del Bimbo
SMEMO: 사회적 기억을 활용한 궤적 예측
초록

사람 간 상호작용을 효과적으로 모델링하는 것은 미래 궤적과 같은 행동을 예측할 때 매우 중요한 과제이다. 각 개체는 자신의 운동을 통해 주변 에이전트에 영향을 미치며, 이는 충돌 회피나 그룹 따르기와 같은 사회적 비형식적 규칙을 따르기 때문이다. 본 논문에서는 이러한 지속적으로 변화하는 상호작용을 알고리즘적 관점에서 바라보며, 즉 데이터 조작 작업으로 간주함으로써 모델링한다. 우리는 엔드투엔드 학습 가능한 작업 기억(working memory)을 기반으로 한 신경망을 제안하며, 이는 각 에이전트에 대한 정보를 지속적으로 기록하고 갱신하며 다시 불러올 수 있는 외부 저장소 역할을 한다. 제안한 방법이 다양한 궤적 예측 데이터셋에서 최신 기술 수준의 성능을 달성함과 동시에, 서로 다른 에이전트의 운동 간 설명 가능한 인과 관계를 학습할 수 있음을 보여준다.

SMEMO: 사회적 기억을 활용한 궤적 예측 | 최신 연구 논문 | HyperAI초신경