Activity forecasting
6 likes10,500 views
![提案するモデル（hMDP）
観測に基づき、未知の報酬関数（のパラメータ）を学習
観測
報酬関数
状態
行動
r(s)
s = [x, y]
a = [vx, vy]
6](https://image.slidesharecdn.com/activityforecastingslideshare-130604103121-phpapp01/85/Activity-forecasting-6-320.jpg)
Activity forecasting
- 1. Activity Forecasting @jh3rox Kris Kitani, Brian D. Ziebart, James Bagnell and Martial Hebert
- 2. 紹介する論文 Activity Forecasting (ECCV2012) Best Paper Award – Honorable Mention プロジェクトページ 論文(pdf) デモ動画(youtube) 2
- 3. 論文概要 3 人の行動軌跡と、空間属性（歩道・車など）を使って、 「各属性の価値」および「人が好む経路」を学習する。 あるスタート地点からゴール地点までの、最適経路を予測 できるようになった（Activity Forecasting） 行動 軌跡 空間 属性 人が好む経路を学習 （by 逆強化学習） http://www.cs.cmu.edu/~kkitani/ActivityForecasting.html
- 4. 強化学習と逆強化学習 強化学習 報酬関数をgivenとして 最適な行動を学習 逆強化学習 最適な行動をgivenとして 報酬関数を学習 4
- 5. 逆強化学習の例 ヘリコプターの自動制御（Stanford Univ.） 熟練者の操縦ログをgivenとして、飛行方法を自律的に学習 「ハリケーン」や「チックタック」といった技を披露している デモ動画 5
- 6. 提案するモデル（hMDP） 観測に基づき、未知の報酬関数（のパラメータ）を学習 観測 報酬関数 状態 行動 r(s) s = [x, y] a = [vx, vy] 6
- 8. 重みベクトルθの学習（線形回帰） 8 尤度関数 対数尤度 対数尤度の勾配 教師軌跡から求めた 特徴ベクトルの平均値 現パラメータθで求めた 特徴ベクトルの期待値 勾配法で更新 これを最小化 Two-step algorithmで計算
- 9. の計算（two-step algorithm） 9 1. Backward pass 現パラメータθを用いてゴールまでの最適経路πθを生成 2. Forward pass 最適経路πθに基づき、ゴールまでに得られる特徴ベクトルの期 待値 を算出
- 10. 実験 10 データセット VIRAT ground dataset http://www.viratdata.org/ 92個の動画を利用 80％で学習、20％で評価、3-fold cross validation 特徴ベクトル（40次元） シーンラベル（歩道、建物、フェンス等）：9種類 シーンラベル別のオブジェクト間距離：4種類 人物トラッカー出力：3種類 旅行時間：1種類
- 11. 実験結果(1) 定量評価は論文参照 11 1. Sequence smoothing 時刻 t までの軌跡をスムージング 2. Destination forecasting 時刻 t 以降の行動を予測 http://www.cs.cmu.edu/~kkitani/ActivityForecasting.html
- 12. 実験結果(2) 定量評価は論文参照 12 3. Knowledge transfer 学習済みのθを使って別シーンの行動を予測 http://www.cs.cmu.edu/~kkitani/ActivityForecasting.html