[论文解读] 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 4

一句话总结

本文提出了一种物理信息神经网络，将社会力模型（SFM）嵌入其架构中，以可靠且高效地预测人类运动。通过仅使用少量合成数据集学习SFM的参数，该模型在泛化能力和可解释性方面优于标准深度神经网络，同时保持了较低的复杂度，实现了高精度。

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.

研究动机与目标

• 提升机器人在人类密集环境中的导航能力，实现更优的人类运动预测。
• 解决纯深度神经网络（DNN）的局限性，如泛化能力差、数据需求量大以及缺乏可解释性。
• 通过神经网络学习未知参数，克服基于物理模型（如SFM）的僵化性。
• 构建一种混合方法，在保留模型可解释性的同时实现灵活、数据驱动的参数学习。

提出的方法

• 神经网络架构被显式设计为反映社会力模型（SFM）的动力学特性，将物理定律直接嵌入其结构中。
• 网络仅通过在少量合成数据集上训练，学习SFM的未知参数（如力的大小和方向）。
• 采用多目标预测策略，网络基于候选路点（如走廊出口）评估轨迹假设。
• 模型使用分类器随时间对假设进行排序，根据观测到的运动选择最可能的目标。
• 使用合成轨迹和真实走廊环境中采集的LIDAR数据对网络进行训练和验证。
• 该方法仅需1秒的观测轨迹数据即可实现开环运动预测。

实验结果

研究问题

• RQ1 在训练数据有限的情况下，嵌入基于物理模型（如SFM）的神经网络是否能比标准DNN实现更好的泛化能力？
• RQ2 物理信息神经网络在训练分布之外的场景中，对人类运动的预测能力如何？
• RQ3 将物理模型嵌入神经网络在多大程度上提升了人类运动预测中决策的可解释性和可理解性？
• RQ4 网络是否能仅通过短暂的运动历史准确推断出行人的目标意图？
• RQ5 在真实环境中，该混合模型的性能与纯DNN和传统SFM相比如何？

主要发现

• 该模型仅需1秒的观测轨迹数据即可实现准确的运动预测，展现出强大的时间泛化能力。
• 在约4秒的观测后，网络能够以高置信度正确识别出行人的目标意图（如左或右出口）。
• 网络在约4秒后能有效排除错误的目标假设（如左出口），表明具备良好的动态推理能力。
• 即使在与训练集不同的场景中，模型仍能保持高精度的预测，表明其具备鲁棒的泛化能力。
• 使用少量合成数据集即可完成训练，与标准DNN相比，数据需求量降低了1至2个数量级。
• 网络的决策具有物理可解释性，因其基于SFM的力动力学机制，从而实现了可解释性与错误诊断能力。