共振：将社交感知的行人轨迹预测建模为共振系统
计算机视觉与模式识别
2025-03-11 v2
摘要
学习预测智能体轨迹的研究近年来受到广泛关注。然而，在预测过程中，准确地考虑到代理人的意图和社会行为仍是一个挑战，尤其是要以可解释且解耦的方式模拟这些组成部分中独特的随机性。灵感来自振动系统及其共振特性，我们提出Resonance（简称Re）模型，将行人轨迹编码和预测为“共振”形式。它将轨迹修改和随机性分解为多个振动部分，以模拟代理人对每个单一原因的反应，并将轨迹预测为这些独立振动的叠加。此外，凭借这些振动及其谱性能力，可通过模拟共振现象来学习社交互动的表征，从而进一步增强其可解释性。在多个数据集上的实验结果表明，其在定性和定量分析方面均具有实用性。
引用
@article{arxiv.2412.02447,
title = {Resonance: Learning to Predict Social-Aware Pedestrian Trajectories as Co-Vibrations},
author = {Conghao Wong and Ziqian Zou and Beihao Xia and Xinge You},
journal= {arXiv preprint arXiv:2412.02447},
year = {2025}
}