Social Motion Prediction with Cognitive Hierarchies

要約

人間は、他人の行動を予測し、それに応じて自分の行動を計画する驚くべき能力を示します。
この研究では、社会運動予測問題に取り組むことで、この能力を再現することに努めています。
新しいベンチマーク、新しい定式化、および認知にインスピレーションを得たフレームワークを紹介します。
チーム スポーツのコンテキストに基づいた 3D 複数人モーション データセットである Wusi を紹介します。これは、激しく戦略的な人間関係と多様なポーズ分布を特徴としています。
マルチエージェント強化学習の観点から問題を再定式化することで、行動クローニングと生成的敵対的模倣学習を組み込んで、学習効率と一般化を高めます。
さらに、人間の社会的行動計画プロセスの認知的側面を考慮し、戦略的な人間の社会的相互作用を予測するための認知階層フレームワークを開発します。
私たちは、提案したデータセットとアプローチの有効性を検証するために包括的な実験を実施します。
コードとデータは https://walter0807.github.io/Social-CH/ で入手できます。

要約(オリジナル)

Humans exhibit a remarkable capacity for anticipating the actions of others and planning their own actions accordingly. In this study, we strive to replicate this ability by addressing the social motion prediction problem. We introduce a new benchmark, a novel formulation, and a cognition-inspired framework. We present Wusi, a 3D multi-person motion dataset under the context of team sports, which features intense and strategic human interactions and diverse pose distributions. By reformulating the problem from a multi-agent reinforcement learning perspective, we incorporate behavioral cloning and generative adversarial imitation learning to boost learning efficiency and generalization. Furthermore, we take into account the cognitive aspects of the human social action planning process and develop a cognitive hierarchy framework to predict strategic human social interactions. We conduct comprehensive experiments to validate the effectiveness of our proposed dataset and approach. Code and data are available at https://walter0807.github.io/Social-CH/.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google