[論文レビュー] SFMGNet: A Physics-based Neural Network To Predict Pedestrian Trajectories

Sakif Hossain, Fatema Tuz Johora+3 more|arXiv (Cornell University)|Feb 6, 2022

Autonomous Vehicle Technology and Safety被引用数 5

ひとこと要約

SFMGNetは、物理に基づく社会的力モデルとグループダイナミクス、およびマルチレイヤーパーセプトロン（MLP）を統合した物理学情報付きニューラルネットワークであり、歩行者の軌道を予測する。合成データのみで学習させた結果、ETHおよびUCYベンチマークで最先端の性能を達成し、AED（平均0.15 m）とFDE（平均0.26 m）が従来手法を上回った。同時に、衝突のない、解釈可能な予測が可能である。

ABSTRACT

Autonomous robots and vehicles are expected to soon become an integral part of our environment. Unsatisfactory issues regarding interaction with existing road users, performance in mixed-traffic areas and lack of interpretable behavior remain key obstacles. To address these, we present a physics-based neural network, based on a hybrid approach combining a social force model extended by group force (SFMG) with Multi-Layer Perceptron (MLP) to predict pedestrian trajectories considering its interaction with static obstacles, other pedestrians and pedestrian groups. We quantitatively and qualitatively evaluate the model with respect to realistic prediction, prediction performance and prediction "interpretability". Initial results suggest, the model even when solely trained on a synthetic dataset, can predict realistic and interpretable trajectories with better than state-of-the-art accuracy.

研究の動機と目的

• 混在交通環境における現実的で解釈可能かつ頑健な歩行者軌道予測の欠如に対処すること。
• 純粋にデータ駆動のモデルの限界、例えば一般化性能の低さや解釈不能性を克服すること。
• 障害物、社会的力などの物理的制約とグループ行動を、ニューラルネットワークフレームワークに統合し、より現実的で安全な予測を実現すること。
• 自律システムが人間の運動をより信頼性高く予測・計画可能にすること。
• ハイブリッド物理学習モデルが、合成データにのみ学習させた場合でも、良好に一般化できることを示すこと。

提案手法

• モデルは、目的地、障害物、歩行者、グループメンバーからの力の影響を符号化するため、物理ベースの社会的力モデルとグループダイナミクス（SFMG）を組み合わせる。
• 入力状態から力の予測への非線形写像を学習するために、マルチレイヤーパーセプトロン（MLP）が使用される。
• モデルは、実世界の軌道アノテーションを一切必要とせず、SFMGフレームワークを用いて生成された合成データ上でエンドツーエンドに学習される。
• 力の成分には以下の4つが含まれる：(1) 目的地への加速、(2) 静的障害物からの反発力、(3) 他の歩行者からの反発力、(4) グループの結束力と整合力。
• 物理法則をモデル構造に埋め込むことで解釈可能性を確保するとともに、ニューラルネットワークの柔軟性を維持する。
• 評価には、標準的な指標（平均移動誤差：ADE、最終移動誤差：FDE）に加え、近接衝突検出を用いて実現可能性を評価する。

実験結果

リサーチクエスチョン

• RQ1 ハイブリッド物理学習モデルは、純粋にデータ駆動のモデルに比べ、歩行者軌道をより正確かつ現実的に予測できるか？
• RQ2 ニューラルネットワークにグループダイナミクスを統合することで、軌道予測の性能と現実性が向上するか？
• RQ3 合成データにのみ学習させたモデルが、実世界のシナリオに高い性能で一般化できるか？
• RQ4 近接衝突回避という指標で測った場合、モデルは物理的に妥当性をどれほど保っているか？
• RQ5 個々の力成分（例：グループ力）が、全体の予測性能にどの程度寄与しているか？

主な発見

• SFMGNetは、ETHおよびUCYベンチマークデータセットで最先端の性能を達成し、平均ADEが0.15 m、FDEが0.26 mであった。
• ETHホテルシーンでは、ADEが0.07 m、FDEが0.11 mと、すべてのベースラインモデルを上回った。
• UNIVデータセットでは、ADEが0.35 m、FDEが0.64 mを達成し、依然としてベースラインモデルを著しく上回った。
• ETHおよびUCYデータセットの全シナリオにおいて、近接衝突は0.0%にとどまり、物理的妥当性と安全性が極めて高いことが示された。
• アブレーションスタディにより、各力成分（特にグループ力）が性能向上に顕著に寄与することが確認され、ADEは平均で1.30 m（Att）から0.15 m（SFMGNet）に低下した。
• モデルは優れた一般化性能を示し、実世界データを一切使用せずに合成データのみで学習したにもかかわらず、高い性能を達成した。