[論文レビュー] Transferable Pedestrian Motion Prediction Models at Intersections

Macheng Shen, Golnaz Habibi+1 more|arXiv (Cornell University)|Mar 15, 2018

Autonomous Vehicle Technology and Safety参考文献 12被引用数 7

ひとこと要約

本稿では、逆強化学習（IRL）を用いた転送可能な歩行者行動予測モデルを提案する。このモデルは、横断歩道、歩道、障害物などの意味的特徴と、目的志向の行動を組み込み、未確認の交差点間での一般化を向上させる。ベースラインのASNSCと比較して、統計的に有意な精度向上を達成しており、転送設定および非転送設定の両方で、1.36–2.03 mのEMHDという低い誤差を示しており、交差点間の幾何的・トポロジカルな変化に対して高い頑健性を示している。

ABSTRACT

One desirable capability of autonomous cars is to accurately predict the pedestrian motion near intersections for safe and efficient trajectory planning. We are interested in developing transfer learning algorithms that can be trained on the pedestrian trajectories collected at one intersection and yet still provide accurate predictions of the trajectories at another, previously unseen intersection. We first discussed the feature selection for transferable pedestrian motion models in general. Following this discussion, we developed one transferable pedestrian motion prediction algorithm based on Inverse Reinforcement Learning (IRL) that infers pedestrian intentions and predicts future trajectories based on observed trajectory. We evaluated our algorithm on a dataset collected at two intersections, trained at one intersection and tested at the other intersection. We used the accuracy of augmented semi-nonnegative sparse coding (ASNSC), trained and tested at the same intersection as a baseline. The result shows that the proposed algorithm improves the baseline accuracy by 40% in the non-transfer task, and 16% in the transfer task.

研究の動機と目的

• 未学習の交差点において、再訓練なしに歩行者の行動を予測する課題に対処すること。
• 交差点間の幾何的・意味的差異により一般化に失敗する非転送可能なモデルの限界を克服すること。
• 原始的な軌跡パターンではなく、意味的および構造的文脈に注目することで、転送可能な行動予測を可能にする特徴選択フレームワークを構築すること。
• 転送設定および非転送設定の両方で高い精度を維持する転送可能なモデルを設計し、交差点固有のデータ収集に依存するのを減らすこと。
• 目的志向の行動と意味的文脈を組み込むことで、多様な交差点レイアウトにおいて一般化と予測精度が向上することを示すこと。

提案手法

• 観測された軌跡から逆強化学習（IRL）により学習された報酬関数を用いて、歩行者行動予測をマルコフ決定過程（MDP）として定式化する。
• 状態表現に、道路、障害物、横断歩道、歩道といった意味的特徴を組み込み、シーンの文脈を符号化する。
• 意味的文脈（例：横断歩道）に基づいて目的位置を定義し、ラジアル基底関数を用いて報酬関数を形状づけ、軌跡がこれらの目的に向けられるように誘導する。
• 期待最大化（EM）アルゴリズムを用いて、潜在変数による歩行者の意図と報酬関数のパラメータを同時に推定する。
• まず学習された後方分布から意図をサンプリングし、その後その意図と報酬関数に条件づけた軌跡をサンプリングすることで、将来の軌跡を生成する。
• 予測精度の評価として、100回のモンテカルロサンプルを用いて期待平均ハウスドルフ距離（EMHD）を近似する。

実験結果

リサーチクエスチョン

• RQ1 どのような特徴が、異なる交差点の幾何構造およびトポロジー間での歩行者行動予測モデルの転送を可能にするか？
• RQ2 IRLベースのMDPモデルは、未確認の交差点に対しても高い予測精度を維持しながら一般化可能か？
• RQ3 横断歩道や歩道などの意味的文脈と目的志向の行動を組み込むことで、ASNSCのようなデータ駆動型モデルと比較して、転送性がどのように向上するか？
• RQ4 転送可能な行動予測モデルにおいて、予測精度と計算コストのトレードオフはどのようなものか？
• RQ5 モデルの性能は、シーン内での目的位置の選択にどの程度敏感か？

主な発見

• 同じ交差点で学習した場合、提案手法のIRLベースのモデルは交差点Bで1.36 mのEMHDを達成し、非転送設定でASNSC（1.03 m EMHD）を顕著に上回る。
• 交差点AからBへの転送において、提案手法は0.87 mのEMHDを達成し、ASNSCの1.03 m EMHDを上回る。
• 交差点Cで学習したモデルは、他の交差点への一般化において、AからのEMHDが1.70 m、BからのEMHDが1.67 m、CからのEMHDが2.03 mを示し、いずれもASNSCのCでの3.60 mを下回る。
• 交差点Bで学習したモデルが、すべてのテストシナリオで最も高い精度を示しており、データ品質と意味的文脈への適合度が学習効果に影響することが示唆される。
• 提案手法は、転送および非転送の両タスクにおいて、ベースラインの精度を統計的に有意に向上させ、強力な一般化能力を示している。
• ASNSC（0.02–0.04 s）と比較して計算時間（0.35–0.61 s）が延長されるが、特に転送設定において顕著な精度向上が得られるため、妥当である。