文献

J-GLOBAL ID：201802258361513594   整理番号：18A1772582

計画ベースの社会的力アプローチを用いた人間運動の長期予測の結合【JST・京大機械翻訳】

Joint Long-Term Prediction of Human Motion Using a Planning-Based Social Force Approach

著者 (3件)： Rudenko Andrey (Bosch Corporate Research, Stuttgart, Germany) ,  Palmieri Luigi (Bosch Corporate Research, Stuttgart, Germany) ,  Arras Kai O. (Bosch Corporate Research, Stuttgart, Germany)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICRA  ページ： 1-7  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 動的物体の将来の位置を知覚し予測する能力は,動的環境における移動ロボットと知的車両にとって不可欠である。本論文では,局所的な相互作用を考慮し,複数のエージェントの関節運動を正確に予測することができる,長期的な人間の動き予測のための新しい計画ベースのアプローチを提案した。長期予測は,確率的運動政策の集合を計算するMDP定式化を用いて扱われる。将来の運動軌跡にわたる分布を得るために,各人物が他の近傍エージェントからの社会的力により局所的に影響される重みづけランダムウォークアルゴリズムを用いて政策をサンプリングした。関連研究とは異なり,このアルゴリズムは環境意識があり,個々のエージェント速度を説明することができ,訓練フェーズを必要とせず,複数エージェントに対する共同予測を行うことができる。シミュレーションと実データによる実験により,この方法が確率論的および幾何学的性能測度に関して2つの最先端法より正確な予測を行うことを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  相互作用 ,  *予測 ,  確率論 ,  位相 ,  酔歩 ,  重みづけ ,  *長期予測 ,  定式化 ,  移動ロボット ,  エージェント ,  動き推定
準シソーラス用語： 関節運動 ,  動的環境 ,  最先端 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 計画 ,  社会 ,  人間 ,  運動 ,  長期予測