文献

J-GLOBAL ID：201802274969630147   整理番号：18A1772488

ディープニューラルネットワークを用いた計画による歩行者予測【JST・京大機械翻訳】

Pedestrian Prediction by Planning Using Deep Neural Networks

著者 (4件)： Rehder Eike (Daimler R&D, Environment Perception, Sindelfingen, Germany) ,  Wirth Florian (Institute of Measurement and Control Systems, Karlsruhe Institute of Technology (KIT), Karlsruhe, 76131, Germany) ,  Lauer Martin (Institute of Measurement and Control Systems, Karlsruhe Institute of Technology (KIT), Karlsruhe, 76131, Germany) ,  Stiller Christoph (Institute of Measurement and Control Systems, Karlsruhe Institute of Technology (KIT), Karlsruhe, 76131, Germany)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICRA  ページ： 1-5  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： 正確な交通参加者予測は自律車両の衝突回避の必要条件である。本研究では,目標指向計画を用いて歩行者を予測することを提案した。このために,可能な目的地に対する混合密度関数を推論した。これらの目的を,共通の行動パターンに基づいて運動予測を実行する計画段階の目標状態として用いた。パターンは,環境の地図上で動作する完全畳込みネットワークにより学習される。著者らは,この全体システムが一つのモノリシックニューラルネットワークとしてモデル化でき,逆強化学習により訓練されることを示した。実世界データに関する実験的検証により,システムの能力が正確に予測できることを示した。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： 畳込み ,  *ネットワーク ,  *予測 ,  *歩行者 ,  *ニューラルネットワーク ,  モデリング ,  必要条件 ,  動き推定 ,  衝突回避
準シソーラス用語： 自律性 ,  密度関数 ,  行動パターン ,  目的地 ,  *ディープニューラルネットワーク , 【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 (4件)： ディープニューラルネットワーク ,  計画 ,  歩行者 ,  予測