KNOWLEDGE VAULT — TAG
タグ「軌道予測」
収蔵 11件
2026-11-19
対向角RGBカメラのみで実現するリアルタイムBEV軌道再構成と予測(OCTR2A)
OCTR2A: Real-Time RGB-to-BEV Trajectory Projection and Forecasting at Urban Intersections
出典:arXiv cs.LG (Machine Learning)(Authors: Emanuele Iacobelli, Simone Teglia, Francesco Pro et al. | 2026-11-18)
- 高価なLiDARやHDマップを介さず、対向角のRGBカメラのみからBEV(鳥瞰図)軌道を再構成・予測する手法。
- TransformerによるBEV投影とegocentric GRUを統合し、既存のBEV履歴を用いる手法に対しADE/FDEを大幅に改善。
- 合成データ(R3ST++)による事前学習と実世界への転移学習を組み合わせることで、インフラ制約の強い都市環境で威力を発揮。
2026-11-19
GameRealm:ゲーム環境を基盤としたマルチモーダル・視覚知能の超大規模データセット
GameRealm: Grounding Visual Learning in Interactive Games
出典:Hugging Face Daily Papers(Upvotes: 1 | arXiv:2611.23140)
- ゲーム内の視覚情報を、同期された操作入力・3D軌跡・深度等のマルチモーダルな教師データと紐付けた大規模データセット「GameRealm」の提案。
- 断片的なデータや不均一なアノテーションの課題を、人間とエージェントを組み合わせた統一データ収集パイプラインと、1億超のRGBフレームによる網羅性で解決。
- 視覚生成(Generation)および幾何学的学習(Geometric Learning)の両面において、視覚基盤モデルの性能を安定的に強化する。
2026-11-19
マルチモーダル・マスク拡散自己符号化器(ID-MAE)による運転者の認知状態推論
Multimodal Masked Diffusion Autoencoder for Modeling Impaired Driving
出典:arXiv cs.LG (Machine Learning)(Authors: John Gideon, Anshul Gupta, Megan Applegate-Kenton et al. | 2026-11-17)
- 運転者の認知状態(注意散漫、ストレス等)を、視線・軌道・映像のマルチモーダルデータから推論する自己教師あり学習モデル。
- マスク拡散オートエンコーダ(ID-MAE)を導入し、ラベル予測と同時に視線・軌道の再構成を学習させることで、精度を大幅に向上。
- 大規模な運転シミュレータデータ(DIVERT)において、視覚的・認知的要因の分離や軌道予測など多角的なタスクで高い汎用性を発揮。
2026-11-17
微分可能有限状態トランスデューサ(DFST)による「正確な学習」と極限的な長さ汎化の実現
Differentiable Exact Learning
出典:arXiv stat.ML (Statistical ML)(Authors: Hristo Papazov, Francesco D'Angelo, Nicolas Flammarion | 2026-11-16)
- 外部環境と状態追跡ニューラルコントローラを結合し、内部状態を隠蔽した軌跡(PTOs)から学習する「微分可能正確学習(DEL)」フレームワークの提案。
- 従来のRNN/GRU等の連続的な表現に対し、DFST(微分可能有限状態トランスデューサ)を導入することで、計算の普遍性を維持しつつ極限的な長さ汎化を達成。
- 算術演算や万能シミュレーション(Turing Machine)といった、厳密な正確性が求められる離散的な論理構造の学習において圧倒的な威力を発揮する。
2026-11-15
SpaceXによるStarship機体の空中キャッチ成功:動的制御と精密な物理シミュレーションの融合
SpaceX Catches the Starship to end Flight 15
出典:Hacker News (Top Stories)(HN Score: 208 pts by ls612)
- SpaceXがStarshipの着陸時にブースター(Mechazilla)で機体を空中キャッチすることに成功した。
- 従来の着陸(脚による接地)に対し、動的な捕捉による再利用性と機体への衝撃緩和を高度な制御で実現。
- 動的な物体追跡、リアルタイムな軌道修正、および高精度な物理シミュレーションが必要な問題で威力を発揮する。
2026-11-09
Teslaの技術停滞とCTO退任の相関:技術リーダーシップと製品革新の因果関係分析
Tesla Hasn't Had a Successful New Product Launch Since JB Straubel Stepped Down
出典:Hacker News (Top Stories)(HN Score: 11 pts by gumby)
- TeslaのCTO JB Straubel退任以降、主要な新製品の成功が停滞しているという技術経営の分析。
- 技術的ビジョン(ハードウェアとソフトウェアの統合)の欠如が、製品の市場適合性を低下させる要因として指摘。
- 製品開発のタイムライン、技術特許、市場シェアの相関分析など、技術経営(MOT)を含むデータ分析に有用。
2026-11-08
層状構成空間における接触を考慮した不確実性キャリブレーションのための粒子ベースの共形予測
Particle-Based Conformal Prediction for Contact-Aware Uncertainty Calibration in Stratified Configuration Spaces
出典:arXiv Core: Conformal, Calibration & Optimal Transport(Authors: Luís Marques, Kristian Popov, Dmitry Berenson | 2026-08-10)
- ロボットの接触を伴う動作において、確率的な不確実性とモデルの不一致の両方を考慮した信頼性の高い不確実性表現を提案。
- 任意の忠実度を持つ粒子ベースのモデルを用いて、幾何学的制約を考慮した「CaPTURe」アルゴリズムを開発。
- 不正確な運動モデル(データ不足や簡略化された仮定など)に起因する不確実性を、共形予測を用いて確率的に妥当な予測領域として算出。
2026-11-08
軌道予測のための半教師あり意味論ガイド付き敵対的学習
Semi-supervised Semantics-guided Adversarial Training for Trajectory Prediction
出典:arXiv Core: Conformal, Calibration & Optimal Transport(Authors: Ruochen Jiao, Xiangguo Liu, Takami Sato et al. | 2022-05-27)
- 自動運転における軌道予測の安全性向上のため、履歴データへの微小な摂動に対する堅牢性を高める敵対的学習を提案。
- 画像タスクと異なり、軌道予測では入力のランダム性、豊富なコンテキスト、およびクラスラベルの欠如という課題がある。
- 半教師あり敵対的オートエンコーダ(SS-AAE)を導入し、ドメイン知識に基づいたもつれのない(disentangled)意味論的特徴をモデル化。
2026-11-08
少数軌道から集団運動の相互作用法則を再現するdACE法:多体相互作用を正確に捉える新手法
Interpretable many-body interaction laws for collective motion from few trajectories
出典:arXiv 2026: Calibration, Conformal & Optimal Transport(Authors: Timon S. Gutleb | 2026-11-05)
- 本研究は、集団運動における多体相互作用を正確にモデル化するための新しい手法dACE (disjointed, accelerated, and equivariant expansion) を提案する。
- dACEは、既存のペアワイズ相互作用モデルやニューラルネットワークモデル(SocialNet)と比較して、少ないデータでより正確な多体相互作用法則を再現できる。
- 特に、複雑な多体相互作用が存在するシミュレーション環境や、2D/3D空間での集団運動解析において有効である。
2026-11-08
動的システムの解きほぐし:因果表現学習と局所スパースアテンションの融合
Disentangling Dynamical Systems: Causal Representation Learning Meets Local Sparse Attention
出典:arXiv Core: Causal Inference, Double ML & Graph Laplacian(Authors: Markus W. Baumgartner, Anson Lei, Joe Watson et al. | 2026-03-15)
- 従来のパラメータ推定手法(物理モデルに基づくもの)は、あらかじめ定義された関数空間に依存する制約がある。
- ディープラーニングは複雑なシステムをモデル化できるが、ブラックボックス性が高く、システムの構造を明示的に解きほぐすことが困難である。
- 因果表現学習を活用した新しい識別可能性定理を提案し、構造的仮定なしに軌道データからシステムパラメータの解きほぐされた表現を抽出する。
2026-11-08
ハリケーン予測:マルチモーダル機械学習フレームワークの提案
Hurricane Forecasting: A Novel Multimodal Machine Learning Framework
出典:arXiv Core: Tabular, GBDT & Time-Series(Authors: Léonard Boussioux, Cynthia Zeng, Théo Guénais et al. | 2020-11-11)
- Hurricastと命名された、熱帯低気圧の強度および進路予測のための新しいマルチモーダル機械学習フレームワークを提案。
- ディープラーニングのエンコーダ・デコーダ構造で空間・時系列データから特徴を抽出し、勾配ブースティング決定木(GBDT)で予測を行う。
- 2016-2019年のデータを用いた評価で、既存の運用予測モデルと同等の精度を数秒で達成し、既存モデルを補完する可能性を示した。
このページの要約は、収集パイプラインが自動生成した digest(要約)です。内容の正確なところは、必ず各項目の出典リンク先の原文で確認してください。出典の本文そのものは掲載していません。ジャンル分けも自動分類のため、周辺の話題が混ざることがあります。