Blog

2018年8月27日 Social GAN: Socially Acceptable Trajectories with Generative Adversarial Networks(ソーシャルGAN: 敵対的生成ネットワークを用いた社会に許容される軌道)

■概要
人間中心の環境をナビゲートするには,自律移動プラットフォーム(自動運転車やソーシャルロボットなど)が人間の動作を理解することが大切です。 人間の動きは本質的にマルチモーダルなのでそれは困難です。人間の移動軌跡の履歴から,将来的に人々が動くであろう社会的にもっともらしい軌跡を生成する方法が得られます。シーケンス予測と敵対的生成ネットワークを組み合わせてこの問題に取り組みます。リカレントのSeq-to-Seqモデルで移動の履歴を観測し,新たなプーリングメカニズムを用いて人々の移動軌跡の情報を集約して将来の行動を予測します。 識別者を再帰的に敵対的に学習して社会に妥当な将来を予測し,新たな異種の損失とともに様々な予測を促します。いくつかのデータセットの実験で,このアプローチが精度,多様性,衝突回避,計算複雑さに関して先行研究を上回ることを実証します。

■論文URL
https://arxiv.org/abs/1803.10892

■著者 / 所属機関
Agrim Gupta, Justin Johnson, Li Fei-Fei, Silvio Savarese, Alexandre Alahi (Stanford University)

■投稿日
2018/03/29

一覧に戻る