人とロボットが協調して作業を行う際、人間の動作を予測することは重要である。
本研究は、AzureKinectからの複数のデータに対し、Random Forestsによる機械学習により人間の位置を予測する試みである。Random ForestsはDecision Treeの発展形であり、沢山の決定木を作成してその多数決をとるアルゴリズムである。このアルゴリズムはオーバーフィッティングや過学習を抑え、多数の入力変数を扱うことができるという特徴がある。従来の手法では限られた行動のみしか予測できなかったが、本手法で拡張性を持たせた位置予測が実現できることを示す。