[論文レビュー] Social GAN: Socially Acceptable Trajectories with Generative Adversarial Networks

Agrim Gupta, Justin C. Johnson+3 more|arXiv (Cornell University)|Mar 28, 2018

Autonomous Vehicle Technology and Safety被引用数 8

ひとこと要約

この論文では、複数の歩行者の混雑したシーンにおける多様で社会的に許容可能な軌道を予測するため、新しいプーリング機構とバリエーション損失を備えた生成的対抗ネットワーク（Social GAN）を提案する。RNNベースの生成器と識別器を組み合わせることで、複雑な社会的相互作用をモデル化し、複数モードで衝突のない将来の経路を生成する。従来の手法に比べ、精度、多様性、計算効率の面で優れた性能を発揮する。

ABSTRACT

Understanding human motion behavior is critical for autonomous moving platforms (like self-driving cars and social robots) if they are to navigate human-centric environments. This is challenging because human motion is inherently multimodal: given a history of human motion paths, there are many socially plausible ways that people could move in the future. We tackle this problem by combining tools from sequence prediction and generative adversarial networks: a recurrent sequence-to-sequence model observes motion histories and predicts future behavior, using a novel pooling mechanism to aggregate information across people. We predict socially plausible futures by training adversarially against a recurrent discriminator, and encourage diverse predictions with a novel variety loss. Through experiments on several datasets we demonstrate that our approach outperforms prior work in terms of accuracy, variety, collision avoidance, and computational complexity.

研究の動機と目的

• 人間の運動が多様で社会的制約を受ける混雑したシーンにおいて、複数の社会的に許容可能な将来の軌道を予測する課題に対処すること。
• L2損失による平均行動の学習に起因する、従来の手法が局所的近隣領域に焦点を当てているという限界を克服すること。
• 社会的規範を暗黙的に捉えるデータ駆動型アプローチを用いて、シーン内の全歩行者間のグローバルな相互作用をモデル化すること。
• 敵対的訓練とバリエーション損失を用いて、多様でグローバルに整合性があり、衝突のない軌道予測を生成すること。
• 実世界の群衆データセットにおいて、軌道予測の精度、多様性、計算効率を向上させること。

提案手法

• 観測された運動履歴から将来の軌道を予測するために、シーケンス・ツー・シーケンスのRNNエンコーダ・デコーダアーキテクチャを生成器として使用する。
• 全歩行者にわたる情報を集約する新しいグローバルプーリング機構を導入し、集団的な社会的ダイナミクスを捉えることを可能にする。
• 再帰的識別器が予測された軌道の現実性を評価し、敵対的訓練によって社会的妥当性を強制する。
• 生成器が妥当な軌道空間にわたって予測を広げることを促進するために、バリエーション損失を導入する。
• 生成器と識別器を敵対的損失を用いて同時に訓練し、生成器が識別器を欺せる多様で社会的に適合する出力を学習する。
• 方向や速度といった運動属性の分離性を分析するために、潜在空間の探索を実施する。

実験結果

リサーチクエスチョン

• RQ1 GANベースのフレームワークは、社会的妥当性を保ちながら、多様な歩行者軌道を効果的にモデル化できるか？
• RQ2 深層学習モデルは、計算的に効率的な方法で、複数の歩行者間のグローバルな社会的相互作用を捉えることができるか？
• RQ3 敵対的訓練とバリエーション損失は、予測の多様性と現実性をどの程度向上させることができるか？
• RQ4 モデルは、合流、グループ回避、人物追従といった複雑な実世界シナリオに一般化できるか？
• RQ5 潜在空間はどのように構造化されており、方向や速度といった属性を制御できるように分離可能か？

主な発見

• Social GANは、複数の実世界の群衆データセットにおいて、軌道予測精度で最先端の性能を達成し、平均誤差と最小誤差の両面で従来手法を上回った。
• サンプルでは、速度を落とす、方向を変える、速度を変更するといった多様な回避戦略が示されており、多様でグローバルに整合性があり、社会的に適合する軌道を生成していることが実証された。
• 潜在空間の分析から、特定の方向が方向や速度の変化といった運動属性の変化に対応していることが判明し、分離可能で解釈可能な表現が得られていることが示された。
• 提案されたバリエーション損失は、精度を損なうことなく予測の多様性を顕著に向上させ、複数の妥当な将来をカバーできるようにした。
• グローバルプーリング機構により、局所的近隣領域を超えた社会的相互作用をモデルが推論でき、より整合性があり現実的な共同予測が得られた。
• モデルは、通路での合流、グループ回避、人物追従といった複雑なシナリオを効果的に処理でき、実際の視野制限がモデルの観測に影響しないケースでも良好に動作した。