要旨: 現実的な歩行者の軌跡をモデリングするには、社会的相互作用と環境コンテキストの両方を考慮する必要がありますが、既存のほとんどの手法は主として社会ダイナミクスを重視しています。私たちは extbf{EnvSocial-Diff} を提案します。これは、社会物理に基づき、環境コンディショニングと個人—集団の相互作用を拡張した拡散ベースの群衆シミュレーションモデルです。構造化された環境コンディショニング・モジュールは、障害物、注目対象となる物体、照明レベルを明示的にエンコードし、シーンの制約やアトラクタ（引き寄せ要因）を捉える解釈可能な信号を提供します。加えて、個人—集団の相互作用モジュールは、グラフベースの設計によって、個人レベルの細かな対人関係だけでなく、集団レベルの同調（コンフォーミティ）も捉えることで、個人レベルのモデリングを超えます。複数のベンチマークデータセットでの実験により、EnvSocial-Diff は最新の最先端手法を上回ることが示され、現実的な群衆シミュレーションにおける、明示的な環境コンディショニングと多レベルの社会的相互作用の重要性が裏付けられます。コードはここです: https://github.com/zqyq/EnvSocial-Diff。
EnvSocial-Diff：環境コンディショニングと個人・集団相互作用を備えた拡散ベースの群衆シミュレーションモデル
arXiv cs.CV / 2026/3/26
💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- EnvSocial-Diff は、社会物理に着想を得た学習と明示的な環境コンディショニングを組み合わせた拡散ベースの群衆シミュレーションモデルであり、現実的な歩行者の軌跡をより正確に再現することを目指しています。
- このモデルには、障害物、注目対象、照明レベルを、解釈可能なシーンの制約およびアトラクタ（引き寄せ）として符号化する、構造化された環境コンディショニングモジュールが含まれます。
- さらに、グラフベースの設計により、個人間の細かな相互関係と、より大きな集団としての同調効果の両方を捉える個人—集団相互作用コンポーネントが導入されています。
- 複数のベンチマークデータセットに対する実験では、EnvSocial-Diff が最新の最先端の群衆シミュレーション手法を上回ることが示されており、環境と多層的な社会モデリングの双方の価値が強調されています。
- 著者らは、プロジェクトの GitHub リポジトリを通じてコードを公開しており、他の研究者がこの手法を再現し、さらに発展させられるようにしています。
