[論文レビュー] DAG-Net: Double Attentive Graph Neural Network for Trajectory Forecasting

Alessio Monti, Alessia Bertugli+2 more|arXiv (Cornell University)|May 26, 2020

Autonomous Vehicle Technology and Safety参考文献 35被引用数 58

ひとこと要約

DAG-Net は未来ゴールに条件付けられた二重注意グラフニューラルネットワークとリカレント VAE を導入し、都市部とスポーツシナリオでマルチモーダル軌道予測を行い、最先端の結果を達成します。

ABSTRACT

Understanding human motion behaviour is a critical task for several possible applications like self-driving cars or social robots, and in general for all those settings where an autonomous agent has to navigate inside a human-centric environment. This is non-trivial because human motion is inherently multi-modal: given a history of human motion paths, there are many plausible ways by which people could move in the future. Additionally, people activities are often driven by goals, e.g. reaching particular locations or interacting with the environment. We address the aforementioned aspects by proposing a new recurrent generative model that considers both single agents' future goals and interactions between different agents. The model exploits a double attention-based graph neural network to collect information about the mutual influences among different agents and to integrate it with data about agents' possible future objectives. Our proposal is general enough to be applied to different scenarios: the model achieves state-of-the-art results in both urban environments and also in sports applications.

研究の動機と目的

• エージェントのゴールを条件とした多様な未来経路をモデル化することで、マルチモーダルな軌道予測に取り組む。
• アテンションプーリングを用いるグラフニューラルネットワークを介して、エージェント間の社会的相互作用を組み込む。
• 未来の目的に条件付けられたリカレント変分オートエンコーダを活用して、妥当な未来の変位を生成する。
• 未来のゴールと相互影響の両方を捉え、長期的な予測精度を向上させる。

提案手法

• 時間的ダイナミクスをモデル化し、変位を潜在変数として生成するためにVRNNコアを使用する。
• グラフアテンション機構を介して予測された未来の目的を符号化・洗練するGoalsネットワークを導入する。
• 隣接情報を用いてエージェントの隠れ状態を洗練させる二つ目のAttentive GNNを適用する。
• 予測されたゴールにエンコーダ、事前分布、デコーダを条件付けて軌道生成を導く。
• ゴール整合性のクロスエントロピー項を含む拡張ELBO目的で訓練する。
• 推論時には、他のエージェントの性質と情報を共有するゴール生成ネットワークを用いて、整合性のある未来を生成する。

実験結果

リサーチクエスチョン

• RQ1 未来のゴールをどのように表現・統合してマルチエージェントの軌道予測を導くことができるか？
• RQ2 アテンション付きグラフニューラルネットワークは、エージェント間の相互作用とゴールの関係の両方を効果的にモデル化して精度を改善できるか？
• RQ3 構造化されたゴールでVRNNを条件付けすることは、都市部およびスポーツ環境でより良いマルチモーダル予測を生み出すか？

主な発見

• DAG-Net は Stanford Drone Dataset でベースラインよりADEおよびFDEの性能を上回る（0.53 m ADE、1.04 m FDE）。
• バスケットボールでは、DAG-Net が攻撃および守備予測を改善し、ADE/FDEで STGAT、Social-Ways、Weak-Supervision を上回る。
• アブレーション研究は、エージェント間の相互作用と未来ゴール条件付けの双方が、通常のVRNNおよびAttentive-VRNNのベースラインよりも利点を示すことを示している。
• 長期的な予測は、統合されたゴールと相互作用のアプローチから利益を得る。特に動的なチームスポーツの文脈で顕著。
• 二重注意機構は、未来の軌道におけるマルチモーダリティを保ちながら予測を安定化させる。