Social-PatteRNN：由运动模式引导的社交感知轨迹预测
机器人学
2022-09-14 v1
摘要
随着各领域的机器人开始在共享环境中与人类协作，使机器人能够推断人类意图的算法对于实现安全交互十分重要。在我们的工作中，我们通过动态环境中轨迹预测问题来研究人类意图。我们探索那些导航准则相对严格定义但未在物理环境中明确标出的领域。我们假设，在这些领域内，智能体倾向于表现出揭示与智能体总体方向、中间目标及运动规则（如社交行为）相关的上下文信息的短期运动模式。基于这一直觉，我们提出Social-PatteRNN，一种利用运动模式编码上述上下文的循环式多模态轨迹预测算法。我们的方法通过学习预测短期运动模式来引导长期轨迹预测。随后它从模式中提取子目标信息并聚合为社交上下文。我们在三个领域评估了我们的方法：人群、体育中的人类以及终端空域中的载人飞机，均取得了最先进的性能。
引用
@article{arxiv.2209.05649,
title = {Social-PatteRNN: Socially-Aware Trajectory Prediction Guided by Motion Patterns},
author = {Ingrid Navarro and Jean Oh},
journal= {arXiv preprint arXiv:2209.05649},
year = {2022}
}