[論文レビュー] Generating Reliable and Efficient Predictions of Human Motion: A Promising Encounter between Physics and Neural Networks

Alessandro Antonucci, Gastone Pietro Rosati Papini+2 more|arXiv (Cornell University)|Jun 15, 2020

Autonomous Vehicle Technology and Safety参考文献 17被引用数 4

ひとこと要約

本論文では、人間の運動を信頼性高くかつ効率的に予測するために、社会的力モデル（SFM）をそのアーキテクチャに埋め込んだ物理知性ニューラルネットワークを提案する。小さな合成データセット上でSFMのパラメータのみを学習することで、高い精度と解釈可能性を達成し、一般化性能と解釈可能性において標準的な深層ネットワークを上回りながら、低複雑性を維持する。

ABSTRACT

Generating accurate and efficient predictions for the motion of the humans present in the scene is key to the development of effective motion planning algorithms for robots moving in promiscuous areas, where wrong planning decisions could generate safety hazard or simply make the presence of the robot "socially" unacceptable. Our approach to predict human motion is based on a neural network of a peculiar kind. Contrary to conventional deep neural networks, our network embeds in its structure the popular Social Force Model, a dynamic equation describing the motion in physical terms. This choice allows us to concentrate the learning phase in the aspects, which are really unknown (i.e., the model's parameters) and to keep the structure of the network simple and manageable. As a result, we are able to obtain a good prediction accuracy with a small synthetically generated training set, and the accuracy remains acceptable even when the network is applied in scenarios quite different from those for which it was trained. Finally, the choices of the network are "explainable", as they can be interpreted in physical terms. Comparative and experimental results prove the effectiveness of the proposed approach.

研究の動機と目的

• 人間が多数いる環境におけるロボットナビゲーションのための人間の運動予測を改善すること。
• 一般化性能が低く、データ量が多く必要で、解釈不能な点がある純粋な深層ニューラルネットワーク（DNN）の限界を解消すること。
• SFMのような物理ベースのモデルの不柔軟性を、ニューラルネットワークによる未知パラメータの学習によって克服すること。
• 解釈可能性を保ちながら、柔軟でデータ駆動型のパラメータ学習を可能にするハイブリッドアプローチを構築すること。

提案手法

• ニューラルネットワークのアーキテクチャは、社会的力モデル（SFM）のダイナミクスを明示的に反映するように設計されており、物理法則を構造に直接埋め込んでいる。
• ネットワークは、合成データセット上で学習することで、SFMの未知パラメータ（力の大きさや方向など）のみを学習する。
• マルチゴール予測戦略が採用されており、ネットワークは候補となるウェイポイント（例：通路の出口）に基づいて軌道仮説を評価する。
• モデルは時間経過とともに仮説をランク付けする分類器を用い、観測された運動に基づいて最も可能性の高い目的を特定する。
• ネットワークは、合成軌道とホールの環境からの実世界のLIDARデータの両方を用いて訓練および検証する。
• 1秒間の観測軌道データのみでオープンループの運動予測が可能である。

実験結果

リサーチクエスチョン

• RQ1 SFMのような物理ベースのモデルを埋め込んだニューラルネットワークは、限られた訓練データで標準的なDNNよりも優れた一般化性能を達成できるか？
• RQ2 訓練分布とは異なるシナリオにおいて、物理知性ニューラルネットワークは人間の運動をどの程度正確に予測できるか？
• RQ3 物理モデルを埋め込むことで、人間の運動予測におけるニューラルネットワーク意思決定の説明可能性と解釈可能性はどの程度向上するか？
• RQ4 短い運動履歴のみを用いて、ネットワークは歩行者の意図する目的を正確に推定できるか？
• RQ5 実世界の条件下で、ハイブリッドモデルの性能は純粋なDNNや従来のSFMと比べてどうか？

主な発見

• 1秒間の観測軌道データのみで、高い時間的一般化性能を示す正確な運動予測が達成された。
• 約4秒間の観測後、ネットワークは歩行者の意図する目的（例：左または右の出口）を高い信頼性で正しく特定した。
• 約4秒後に、誤った目的仮説（例：左の出口）を効果的に除外したため、動的推論が有効に機能していることが示された。
• 訓練データセットとは異なるシナリオでも、モデルは高い予測精度を維持しており、強力な一般化性能を示した。
• 小さな合成データセットで十分な訓練が可能であり、標準的なDNNと比較してデータ要件を1〜2桁減少させた。
• ネットワークの意思決定は物理的意味で説明可能であり、SFMの力のダイナミクスに基づいているため、解釈可能性とエラーの診断が可能である。