PlayGen-MoG：Mixture-of-Gaussiansによる軌道予測を用いた多様なマルチエージェントプレイ生成のためのフレームワーク

Abstract

チームスポーツにおけるマルチエージェントの軌跡生成では、起こりうるプレーの多様性と、プレー中における選手同士の現実的な空間的協調をともに捉えるモデルが必要です。Conditional Variational Autoencoders（CVAE）や拡散モデルのような標準的な生成アプローチでは、この課題がうまく扱えず、事後崩壊（posterior collapse）を起こすか、データセット平均への収束が見られます。さらに、ほとんどの軌跡予測手法は、複数フレームの観測された履歴を必要とする予測（forecasting）設定で動作するため、初期のフォーメーションのみが利用可能なプレー設計では適用が制限されます。そこで本研究では、これらの課題に対し3つの設計上の選択を通じて解決する、フォーメーション条件付きのプレー生成のための拡張可能な枠組みであるPlayGen-MoGを提案します。1/ 全エージェント間で混合重み（mixture weights）を共有する、混合ガウス分布（Mixture-of-Gaussians; MoG）出力ヘッドです。ここでは単一の重み集合が、全選手の軌跡を結びつけたプレーシナリオを選択します。2/ 選手のペアごとの位置関係と距離を、学習された注意バイアスとして符号化する相対空間注意（relative spatial attention）です。3/ 初期フォーメーションからの絶対変位を非自己回帰（non-autoregressive）で予測し、累積誤差のドリフトをなくすとともに、観測された軌跡履歴への依存を排除します。これにより、単一の静的フォーメーションだけからでも現実的なプレー生成が可能になります。アメリカンフットボールのトラッキングデータにおいて、PlayGen-MoGは、混合成分8つをすべて最大限に活用し、エントロピーが2.06（2.08中）でありながら、1.68 yardのADEと3.98 yardのFDEを達成し、モード崩壊なしに多様な生成が定性的に確認されます。