文献

J-GLOBAL ID：202302229720153369   整理番号：23A3148803

Stanford Drone Datasetにおける深層学習を用いた経路予測方法の比較検討

著者 (3件)： 江口健太郎 (明治大) ,  竹下紘太 (明治大) ,  宮島敬明 (明治大)
資料名： 電子情報通信学会技術研究報告(Web)  (IEICE Technical Report (Web))
巻： 123  号： 190(AI2023 1-36)  ページ： 95-100 (WEB ONLY)  発行年： 2023年09月05日 
JST資料番号： U2030A  ISSN： 2432-6380  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 地震が多い日本という国において,大規模な避難シミュレーションを行うことは重要である。一般に,精度の高い大規模な避難シミュレーションとしてはMAS(Multi-Agent Simulation)が利用されており,各エージェントは個々に経路を決定する。この方法では,個々のエージェントの意思決定を人の手で詳細に設定する必要があり,構成関数の数によってはかなりの労力が必要となる。これらのような問題の解決を図るために,各エージェントの経路決定に深層学習を適用することを考える。本研究の最終目標は,避難シミュレーションの一部または全部に深層学習の経路予測ネットワークを適用することである。本稿では,CF-VAE,PECNet,V²-Netの3つの経路予測ネットワークの比較し,適用可能性の検討とする。具体的には,MASと深層学習によるシミュレーションの違いとそれぞれの短所,長所について考察を行う。また,精度比較の基準としてStanford Drone Datasetを用いた経路予測の結果を用い,それぞれのネットワークの特色と照らし合わせた。(著者抄録)

シソーラス用語： *機械学習 ,  *経路選定 ,  経路 ,  交通予測 ,  計算機シミュレーション ,  *避難 ,  行動科学 ,  人間行動 ,  *マルチエージェントシミュレーション ,  行動予測 ,  *深層学習 ,  *避難シミュレーション ,  計算機利用 ,  利用
準シソーラス用語： マルチエージェント学習 ,  経路予測 ,  人流シミュレーション

分類 (3件)： 都市問題,都市防災  (RD01030O) ,  道路輸送・サービス一般  (TB01010O) ,  計算機シミュレーション  (JE11000H)

引用文献 (6件)：

• L. Aguilar and M. Lalith: “On a mass evacuation simulator with complex autonomous agents and applications”, Journal of Earthquake and Tsunami, 10, p. 1640021 (2016).
• A. Bhattacharyya, M. Hanselmann, M. Fritz, B. Schiele and C. Straehle: “Conditional flow variational autoencoders for structured sequence prediction”, CoRR, abs/1908.09008, (2019).
• C. Wong, B. Xia, Z. Hong, Q. Peng and X. You: “View vertically: A hierarchical network for trajectory prediction via fourier spectrums”, CoRR, abs/2110.07288, (2021).
• K. Mangalam, H. Girase, S. Agarwal, K. Lee, E. Adeli, J. Malik and A. Gaidon: “It is not the journey but the destination: Endpoint conditioned trajectory prediction”, CoRR, abs/2004.02025, (2020).
• A. Robicquet, A. Sadeghian, A. Alahi and S. Savarese: “Learning social etiquette: Human trajectory understanding in crowded scenes”, Computer Vision - ECCV 2016(Eds. by B. Leibe, J. Matas, N. Sebe and M. Welling), Cham, Springer International Publishing, pp. 549-565 (2016).

タイトルに関連する用語 (4件)： 深層学習 ,  経路 ,  予測方法 ,  比較検討