インターベンショナル行動予測:対話型予測における過密予測の回避【JST・京大機械翻訳】

Tang Chen; Zhan Wei; Tomizuka Masayoshi

プレプリント

J-GLOBAL ID：202202200693789307 整理番号：22P0333953

インターベンショナル行動予測:対話型予測における過密予測の回避【JST・京大機械翻訳】

Interventional Behavior Prediction: Avoiding Overly Confident Anticipation in Interactive Prediction

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年04月19日プレプリントサーバーでの情報更新日： 2022年08月01日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

条件付き行動予測(CBP)は,対話型シナリオにおけるより効率的で保守的な操作を可能にするコヒーレント対話型予測と計画フレームワークのための基礎を構築する。CBPタスクにおいて,著者らは,割り当てられたエゴエージェントの将来軌道に条件付けされた目標エージェントの将来の軌道の事後分布を近似する予測モデルを訓練する。しかし,著者らは,CBPが,自律エージェントが標的エージェントの挙動にいかに影響するかに関して,過度に信頼できる予想を提供するかもしれないと主張する。従って,CBPモデルを質問するプランナーにとって危険である。代わりに,計画された軌道を介入として扱い,モデルは介入の下で軌道分布を学習する。介入行動予測(IBP)タスクとして言及する。さらに,オフラインデータセットによるIBPモデルを適切に評価するために,予測モデルが介入分布の固有時間独立性を満たすかどうかを検証するために,Shapley値ベースメトリックを提案した。提案したメトリックは,IBPベンチマークを確立する際に重要な役割を果たす時間独立性に違反するCBPモデルを効果的に同定できることを示した。【JST・京大機械翻訳】

, , , , , , ,
, , , , , , 【Automatic Indexing@JST】

人工知能

, , ,

前のページに戻る