ART：時間認識型リレーショナル関係を用いた歩行者軌跡予測のための適応的リレーショナル・トランスフォーマー
arXiv cs.CV / 2026/4/7
📰 ニュースSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 本論文は、ロボティクスや関連用途における実環境での歩行者軌跡予測の精度向上を目的とした、適応的リレーショナル・トランスフォーマー（ART）を提案する。
- ARTは、ペアとなる人同士の相互作用が時間とともにどのように変化するかを明示的にモデル化するための、時間認識型リレーション・グラフ（TARG）を用いる。
- さらに、冗長な相互作用を除去する適応的相互作用プルーニング（AIP）機構を追加し、従来のグラフまたはトランスフォーマー系手法と比べて計算オーバーヘッドを削減する。
- ETH/UCYおよびNBAベンチマークでの実験により、計算効率を高く維持しつつ、最先端の精度が報告されている。
