世界モデル計画による制御可能な群衆生成

- ロボットナビゲーション、自動運転、都市計画で重要な群集シミュレーション。 - 既存手法は事前定義された制御設定に依存し、ユーザー指定の新たな目的への柔軟性が低い。 - 本研究では、群集生成と実行時制御を統合したマルチエージェント Controllable Crowd World Model (Ctrl-CWM) を提案。 - 世界モデル原理の「想像された未来を用いた計画」を群集シミュレーションに適応。 - エンコーダ、アクター、クリティック、プランナーから構成。

- 既存手法は事前定義された制御設定に依存し、新たなユーザー目的への適応が困難。 - Ctrl-CWM は実行時にユーザーコストを導入することで、再トレーニングなしに新しい制御目的を追加可能。 - 最先端手法と比較して、多くの群集リアリズムと衝突メトリクスで優れる。 - シミュレーション中に導入されたユーザー指定目的に群集行動を適応させる。

- 世界モデル原理に基づき、想像された未来を用いた計画を群集シミュレーションに適用。 - エンコーダ：人間の運動ダイナミクスの表現を学習。 - アクター：歩行者の変位を提案。 - クリティック：想像された群集軌道を評価。 - プランナー：行動を選択。 - 実世界の歩行者ビデオでの軌道予測により運動ダイナミクスを学習し、エンコーダを凍結して保持。 - アクターは繰り返し状態更新を通じて想像群集軌道を生成。 - プランナーはクリティックのスコアとユーザーコストを組み合わせて行動選択。 - 繰り返し計画でシミュレーション群集を進め、追加のユーザーコストで新制御目的を導入。

- 多様なエージェント到着条件での群集生成と、回避・誘引シナリオでの実行時制御を広範囲に評価。 - 最先端手法と比較し、ほとんどの群集リアリズムと衝突メトリクスで優れる。 - シミュレーション中に導入されたユーザー指定目的に群集行動を適応させることを確認。

- 要旨からは不明。

- 要旨で参照/比較されている研究や関連手法は明示されていない。 - 同分野の定番として、Social Force Model、Social GAN、Trajectron++ などが挙げられる。