以人类驾驶行为为例验证面向目标导向人体运动的随机最优控制模型
最优化与控制
2023-03-28 v2
摘要
随机最优控制模型是建模目标导向人体运动的最先进方法。基于状态与输出方程中信号依赖噪声过程的线性二次传感运动（LQS）模型是当前主要代表。借助我们新提出的、基于两层优化的逆随机最优控制算法，我们首次能够辨识其未知模型参数，即代价函数矩阵与噪声过程的缩放参数。本文中，我们利用该算法从人体测量数据中辨识确定性线性二次、线性二次高斯与 LQS 模型的参数，以比较各模型描述目标导向人体运动的能力。我们所采用的示例运动为简化驾驶任务中的人类转向行为，其被证明具有与指向点的人手到达运动相似的特征。结果显示，所辨识的 LQS 模型以统计显著性优于其他模型。特别是，LQS 模型对人类平均转向行为的建模显著更优。这验证了信号依赖噪声过程对建模人类平均行为的积极作用。
引用
@article{arxiv.2210.17303,
title = {Validation of Stochastic Optimal Control Models for Goal-Directed Human Movements on the Example of Human Driving Behavior},
author = {Philipp Karg and Simon Stoll and Simon Rothfuß and Sören Hohmann},
journal= {arXiv preprint arXiv:2210.17303},
year = {2023}
}