4V-03
時空間のTransformerによる歩行軌跡予測モデル
人が歩くとき,過去の経路や速度に加え,周囲の人や物の配置によって歩行経
路を決定する。これらのルールをモデル化するために様々な研究が行われてき
たが,近年ではニューラルネットワークを用いるものが盛んである。その中に
Transformerモデルを用いるものが存在する。位置エンコーディングという手
法で時間情報を学習させることで言語翻訳などの分野で結果を残している。歩
行軌跡予測の分野では時間的影響の学習をTransformerで行い,空間的影響を
外部から与えるような研究が行われてきた。一方、本研究では時間と空間の影
響を学習するTransformerを交互に用意する手法を用いることで,より簡易な
構造で歩行行動を学習できるモデルを構築した。
路を決定する。これらのルールをモデル化するために様々な研究が行われてき
たが,近年ではニューラルネットワークを用いるものが盛んである。その中に
Transformerモデルを用いるものが存在する。位置エンコーディングという手
法で時間情報を学習させることで言語翻訳などの分野で結果を残している。歩
行軌跡予測の分野では時間的影響の学習をTransformerで行い,空間的影響を
外部から与えるような研究が行われてきた。一方、本研究では時間と空間の影
響を学習するTransformerを交互に用意する手法を用いることで,より簡易な
構造で歩行行動を学習できるモデルを構築した。