PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2606.17897v1cs.AI

보행자 보행을 위한 제약 기반 사회적 상호작용 정량화 학습

Learn to Quantify Social Interaction with Constraints for Pedestrian Walking

군중 환경에서의 장기 인간 경로 예측은 자율 이동 플랫폼(자율주행 자동차, 소셜 로봇 등)이 충돌을 피하고 고품질 계획을 수립하는 데 필수적이다. 비록 현재 연구가 예측을 위해 사회적 상호작용을 고려하지만, 사람들 사이에서 발생하는 사회적 상호작용의 정확한 유형과 사회적 상호작용이 보행자의 의사결정 과정에 어떻게 영향을 미치는지를 밝히지 못하여 견고성이 더욱 제한된다. 보행자 보행에서의 사회적 상호작용은 직관적으로 방대하고 라벨링 및 정량화가 어렵다. 본 논문에서는 Learn to Cluster를 제안하여 보행자가 다른 사람들과 어떻게 상호작용하는지 창의적으로 정량화하고 해석하는 방법을 탐구한다. 우리의 클러스터링 기반 사회적 상호작용은 확률적 잠재 변수 생성 모델로, 순차 궤적 관측으로부터 직접 학습하며 임의의 수의 보행자에 확장 가능하다. Learn to Cluster는 라벨 없이 동작하며 예측 모델의 학습 과정에 자연스럽게 통합될 수 있다. 잠재 변수는 이후 사회적 상호작용을 분류하는 '라벨' 역할을 한다. 여러 궤적 예측 벤치마크에 대한 광범위한 실험은 본 방법이 사회적 상호작용의 패턴을 학습하고 이를 보행자 궤적 예측에 효과적으로 통합할 수 있음을 보여준다.