Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Stochastic Trajectory Prediction under Unstructured Constraints

Created by
  • Haebom
Category
Empty

저자

Hao Ma, Zhiqiang Pu, Shijie Wang, Boyin Liu, Huimu Wang, Yanyan Liang, Jianqiang Yi

개요

본 논문은 제약된 궤적 예측을 위한 새로운 방법인 제어 가능 궤적 확산(CTD)을 제안합니다. 기존의 제약된 궤적 예측 방법들이 주로 구조화된 제약 조건에 초점을 맞춘 반면, CTD는 미분 가능한 형식적 정의가 부족한 비구조화된 제약 조건을 처리하는 데 중점을 둡니다. CTD는 사전 훈련된 점수 모델을 사용하여 제약 조건 준수 정도를 점수로 예측하고, 이 점수를 조건으로 사용하여 조건부 확산 모델을 통해 궤적을 생성합니다. ETH/UCY 및 SDD 벤치마크에서 높은 정확도를 달성함을 실험 결과를 통해 보여줍니다.

시사점, 한계점

시사점:
비구조화된 제약 조건 하에서의 궤적 예측 문제에 대한 새로운 접근 방식 제시
조건부 확산 모델을 이용하여 비구조화된 제약 조건을 효과적으로 처리
ETH/UCY 및 SDD 벤치마크에서 높은 정확도 달성
조합 제약 조건을 만족하는 궤적 예측 가능성 확인
한계점:
사전 훈련된 점수 모델의 성능에 의존적일 수 있음
다양한 유형의 비구조화된 제약 조건에 대한 일반화 성능 평가 필요
계산 비용이 높을 수 있음
👍