时间遮挡多智能体轨迹的时间序列插补
机器学习
2021-06-09 v1 人工智能
多智能体系统
摘要
在多智能体环境中，多个决策个体在遵循环境所施加的动力学约束下进行交互。这些交互，加上智能体决策过程潜在的随机性，使得此类系统从动力学视角来看复杂且有趣。关于学习智能体行为前向估计模型的研究已有很多，例如用于自动驾驶汽车避撞的行人预测。然而，在许多场景中，给定轨迹序列中可能仅能获得对智能体的零星观测。例如，在足球中，部分球员可能进出转播视频画面的视野，而未观测到的球员继续在画面外交互。在本文中，我们研究多智能体时间序列插补问题，即利用对部分智能体可用的过去和未来观测来估计其他智能体的缺失观测。我们称为 Graph Imputer 的方法，结合前向与后向信息以及图网络和变分自编码器，以学习插补轨迹的分布。我们在一个足球比赛数据集上评估了我们的方法，使用投影相机模块来训练和评测我们的模型在画面外球员状态估计设定下的表现。我们表明，我们的方法优于多种最先进（SOTA）方法，包括那些为足球手工设计的方法。
引用
@article{arxiv.2106.04219,
title = {Time-series Imputation of Temporally-occluded Multiagent Trajectories},
author = {Shayegan Omidshafiei and Daniel Hennes and Marta Garnelo and Eugene Tarassov and Zhe Wang and Romuald Elie and Jerome T. Connor and Paul Muller and Ian Graham and William Spearman and Karl Tuyls},
journal= {arXiv preprint arXiv:2106.04219},
year = {2021}
}