多智能体情境下的多项式自回归预测建模
计算机视觉与模式识别
2025-02-13 v1
摘要
我们提出了一个用于预测多智能体情境下智能体行为的简单框架。与语言处理等自回归（AR）任务不同，我们关注的是由物理约束和内部动机塑造相互作用的场景。为此，我们提出多项式自回归（PAR）建模，通过推理 ego 智能体的历史状态以及其他相互作用智能体的过去和当前状态，来预测 ego 智能体的未来行为。 PAR 的核心在于将所有智能体的行为表示为一序列的记号，其中每个记号代表特定时间步上某个智能体的状态。通过最小的数据预处理更改，我们展示了 PAR 可应用于三个不同问题：社交情境中的人类动作预测、自动驾驶车辆的轨迹预测以及手部-对象交互期间的对象姿态预测。在小型 proof-of-concept transformer 骨干网络中，PAR 在这些场景中均优于 AR。项目网站可在 https://neerja.me/PAR/ 查找。
引用
@article{arxiv.2502.08646,
title = {Poly-Autoregressive Prediction for Modeling Interactions},
author = {Neerja Thakkar and Tara Sadjadpour and Jathushan Rajasegaran and Shiry Ginosar and Jitendra Malik},
journal= {arXiv preprint arXiv:2502.08646},
year = {2025}
}
备注
preprint