[論文レビュー] Context-free Self-Conditioned GAN for Trajectory Forecasting

Tiago Rodrigues de Almeida, Eduardo Gutierrez Maestro+1 more|arXiv (Cornell University)|Mar 9, 2026

Autonomous Vehicle Technology and Safety被引用数 0

ひとこと要約

論文は、2D軌跡から複数のモーションモードを学習する文脈不要の自己条件付きGANを提案し、最も表現が少ないラベルの予測を特に改善、THÖRとArgoverseデータセットで検証する。

ABSTRACT

In this paper, we present a context-free unsupervised approach based on a self-conditioned GAN to learn different modes from 2D trajectories. Our intuition is that each mode indicates a different behavioral moving pattern in the discriminator's feature space. We apply this approach to the problem of trajectory forecasting. We present three different training settings based on self-conditioned GAN, which produce better forecasters. We test our method in two data sets: human motion and road agents. Experimental results show that our approach outperforms previous context-free methods in the least representative supervised labels while performing well in the remaining labels. In addition, our approach outperforms globally in human motion, while performing well in road agents.

研究の動機と目的

• 文脈特徴なしの軌跡予測において多様な運動パターンの学習を動機づける。
• 識別器特徴のクラスタリングに基づくモードを発見する自己条件付きGANを活用する。
• 学習したモードを活用して優勢な偏りを減らし、表現不足の挙動の予測を改善するトレーニング設定を開発する。
• 人間の運動データ（THÖR）および道路エージェントデータ（Argoverse）で予測精度の向上を示す。
• THÖRのクラスタと前処理ツールに関する洞察を提供する。

提案手法

• 観測軌跡Xを条件としてGがŶを予測するようGANを訓練し、Dは実データ(X⊕Y)と偽データ(X⊕Ŷ)を区別する。
• 判別器の特徴を抽出し、それらをクラスタリングしてデータのサブ空間を表すモードmを取得する。
• 自己条件付きGANを用いてモード情報を取り入れた訓練信号を得て、Xとmを条件としてŶを生成する。
• クラスタベースの難易度に基づく重み付け（wL2、wB、そしてwL2+wB）を導入した3つの訓練設定で、ジェネレータ損失とバッチサンプリングを調整する。
• デュアル目的を形成する：多様な運動モードをモデル化し、クラスタ情報を活用した条件付けで予測を改善する。
• クラスタ数の最適化のグリッドサーチ（k-Means）：THÖRで13、Argoverseで19。

実験結果

リサーチクエスチョン

• RQ1 文脈特徴なしのアプローチで、軌跡からモードを区別して学習できるか。
• RQ2 モードを意識した自己条件付きGANの訓練設定は、表現不足の挙動の予測を改善するか。
• RQ3 学習されたクラスタは、人間と道路エージェントデータの実際の運動パターンとどのように関連するか。
• RQ4 重み付けとサンプリング戦略はモードカバレッジと予測精度にどのような影響を与えるか。
• RQ5 自己条件付きGANアプローチは、真のモードラベルを用いた理想的条件設定と比べて競争力があるか。

主な発見

Data set	Labels (# samples)	LSTM	CF VAN GAN	CF VAN GAN + wL2	CF VAN GAN + wB	CF VAN GAN + wL2 + wB
THÖR workers	(413)	0.695	1.064	0.642±0.006	1.033±0.005	0.644±0.012	1.044±0.028	0.625±0.009 1.006±0.019
THÖR visitors	(1379)	0.664	1.139	0.660±0.001	1.105±0.090	0.657±0.003	1.107±0.007	0.668±0.005 1.124±0.018
THÖR inspector	(260)	0.796	1.582	0.735±0.007	1.474±0.019	0.736±0.008	1.473±0.013	0.729±0.013 1.476±0.049
Argoverse others	(526)	1.864	3.029	1.815±0.031	2.969±0.034	1.799±0.007	2.944±0.022	1.801±0.027 2.919±0.032
Argoverse av	(2600)	1.512	2.278	1.467±0.007	2.269±0.023	1.482±0.009	2.292±0.010	1.480±0.003 2.282±0.006
Argoverse agent	(2600)	2.371	4.690	2.349±0.012	4.654±0.016	2.362±0.013	4.700±0.029	2.368±0.020 4.721±0.044

• 提案された自己条件付きGANとwL2、wB、またはその両方を用いると、ベースラインの文脈-free手法と比較してADE/FDEを改善し、特に表現不足のラベルで効果が大きい。
• THÖRでは、ワーカーと検査官のクラスでベースラインと比較してADE/FDEが改善される。Argoverseでは、表現が少ないクラスで改善が見られる。
• Table Iは、Vanilla GANがwBまたはwL2+wBを用いた場合、THÖRとArgoverseの複数のラベルグループでベースラインを上回ることを示している。
• Table IIは、より難しい（小さい）クラスほどADE/FDEが悪化することを示す一方で、提案する訓練設定は困難なクラスでも依然としてベースラインを上回る。
• Table IIIは全体として本アプローチがTHÖRの指標を改善し、Argoverseでも特に表現が少ないプロファイルで競争力のある結果であることを示している。
• 自己条件付きGANのクラスタリングは意味のある無監督ラベルを提供し、それを条件付けとして用いると理想的な条件付けより低くなるが、それでも性能を改善する。
• 定性的分析では、非支配的なクラスがモデルと真の軌道とより近い複雑な軌跡を捉えることが分かった。