Trajectory Prediction via Bayesian Intention Inference under Unknown Goals and Kinematics

あなたは公園の混雑した中に立ち、どこかへ向かおうとしている友人を眺めていると想像してください。あなたは、その友人がどこへ行くのか、そしてどのような方法で移動するのかを推測したいと思っています。これは、ロボット、自動運転車、ドローンにとっての日常的な課題です。彼らは、他の動いているものが次に何をするかを予測しなければなりません。しかし、ここが難しいところです。見ている人物が突然考えを変えたり、あるいは非常に奇妙で予測不可能な歩き方をしたりするかもしれません。その人は自分の計画を教えてはくれませんし、あなたはその人の歩行スタイルも知りません。ロボティクスの世界では、これを「意図推論（intention inference）」と呼びます。それは、まるで迷路の中を歩いている人の心を読みながら、目的地と移動スタイル（どのように動くか）の両方を同時に推測するようなものです。もしロボットが予測を誤れば、衝突したり、進路を妨害したりしてしまうかもしれません。そのため、科学者たちは、過去の行動に関する膨大なデータベースを持っていなくても、いかに素早く正確にこれらの推測を行うか、より良い方法を常に探し求めています。

この論文は、ロボットがこの「推測ゲーム」を行うための、巧妙な新しい方法を紹介しています。著者であるShunan Yin、Zehui Lu、およびShaoshuai Mouは、「ベイズ的（Bayesian）」なアルゴリズムを作成しました。これは、毎秒ごとに自身の信念を更新していく、非常に賢い探偵のようなものだと考えてください。目的地を推測してそれを固執したり、対象が完璧で予測可能な直線を描くと仮定したりするのではなく、このロボット探偵は2つのことを同時に行います。第一に、対象がどこへ行きたいのか（ゴール）を推測します。第二に、対象がどのように動くのか（速くて直接的なランナーなのか、それともゆっくりと彷徨う放浪者なのか？）を推測します。最も優れた点は、探偵がこれら2つの要素を同時に学習することです。もし対象が突然方向を変えた場合、探偵は「ああ、彼らはただ彷徨っているのではなく、実際に考えを変えたのだ！」と気づき、即座に推測を更新します。

この手法は驚くほど高速で正確であることが論文で示されています。コンピュータ・シミュレーションにおいて、ロボットは1秒間に547回もこれらの推測を行うことができました。これは人間のまばたきよりも速いスピードです！ 彼らは、目的地をランダムに切り替える仮想のターゲットを用いてテストを行い、さらに、ドローンや四足歩行ロボット（犬のようなもの）を含む実機のロボットを用いてテストを行いました。これらのテストにおいて、この新手法は、目的地を固定してしまったり、対象の動き方を理解していなかったりする従来のメソッドと比較して、ロボットが次にどこへ行くかを予測する上で非常に優れていました。著者らは、 「どこへ」と「どのように」の両方を絶えず更新することで、対象が非常にノイズの多い、あるいは予測不可能な動きを見せている場合でも、ロボットは驚きに対してよりうまく対処できることを明らかにしました。彼らは、数千回のコンピュータ試行と実機のハードウェアテストを通じてこれを証明し、このアプローチが、事前に大量のデータによる学習を必要とせずに機能することを示しました。

探偵のダブルチェック

これがどのように機能するかを理解するために、この論文が解決する2つの主要な問題を見てみましょう。第一の問題は、ターゲット（人間や他のロボットなど）がしばしば考えを変えることです。ボールを追いかける犬を想像してみてください。犬はボールに向かって真っ直ぐ走るかもしれませんが、突然リスを見つけて方向を変えるかもしれません。古い手法は、対象が固定された一つのゴールを持っていると仮定し、対象が明らかにコースを変えたとしてもそれに固執してしまいます。この論文は、ゴールは固定されたものではなく、ライトのオン・オフのように切り替えられるものであると主張しています。著者らはこれを「マルコフ過程（Markovian process）」を用いてモデル化しました。これは、ゴールが確率に基づいていつでも変化し得るという、少し専門的な言い方です。

第二の問題は、対象が「どのように」動くのかが未知であることです。対象は最短経路を完璧に辿るロボットでしょうか？ それとも、少し彷徨う人間でしょうか？ 論文では、これを説明するために $\alpha$（アルファ）と呼ばれる特別な数値を導入しています。高い $\alpha$ は、対象が非常に決然としており、効率的な直線を描くことを意味します。低い $\alpha$ は、対象が「ノイズ」が多い、あるいはランダムであり、ジグザグに動いたり立ち止まったりすることを意味します。ここでの大きな革新は、論文が $\alpha$ を、ロボットがその場で解明しなければならない未知の要素として扱っている点です。$\alpha$ を固定された数値として推測して使い続けるのではなく、アルゴリズムは新しい動きが見られるたびに $\alpha$ の推測を更新していきます。

二つのことを同時に行う魔法

この論文の発見の核心は、ゴールと移動スタイルを別々に推測すべきではない、ということです。もしゴールを誤って推測すれば、対象が特定の場所へ向かおうとしているだけなのに、ランダムに動いていると判断してしまうかもしれません。もし移動スタイルを誤って推測すれば、対象が単に変わった経路を通っているだけなのに、ゴールを変えたのだと判断してしまうかもしれません。

著者らは、両方の推測を同時に更新するアルゴリズムを構築しました。それは、容疑者が角を曲がるのを見た探偵が、即座に2つの質問を投げかけるようなものです。「彼は今、目的地を変えたのか？」そして「この人物は速いランナーなのか、それとも遅い歩行者なのか？」。この両方に同時に答えることで、探偵はより明確な全体像を得ることができます。論文は、もしゴールのみを更新し移動スタイルを固定した場合（あるいはその逆の場合）、特に対象が突然計画を変更したときに、予測が乱れ、不正確になることを示しています。しかし、両方を更新すれば、対象がトリッキーな動きを見せても、ロボットは冷静かつ正確に動き続けることができます。

理論の検証

著者らは単に理論を書き上げただけでなく、3つの異なる方法でそれをテストしました。

第一に、数千回のコンピュータ・シミュレーションを実行しました。仮想のターゲットを作成し、彼らがランダムに目的地を切り替え、さまざまなレベルの「ノイズ」を伴って動くように設定しました。そして、彼らの新しい手法を、固定されたゴールと固定された動きを想定するもの、ゴールは変えられるが移動スタイルは変えられないもの、そして移動スタイルは変えられるがゴールは変えられないものという、3つの既存手法と比較しました。結果は明白でした。両方を変更する新しい手法が、正しいゴールを推測し、将来の経路を予測することにおいて最も優れていました。特に、ターゲットが考えを変えた直後の回復において顕著でした。

第二に、このアルゴリズムが異なる難易度に対してどのように対処するかをテストしました。彼らは、可能なゴールの数、予測の長さ、およびマップの複雑さを増やしていきました。事態が複雑になっても、アルゴリズムは高速に動作し続け、約547 Hz（つまり、1秒間に547回計算を行う）の速度を維持しました。これは、即座に反応する必要があるロボットの実用において十分な速さです。

第三に、このアルゴリズムを現実の世界へと持ち出しました。彼らは、クアッドローター（ドローン）と四足歩行ロボットにこのアルゴリズムを搭載しました。これらの実験では、人間のオペレーターがロボットを操作し、突然目的地を変更します。ロボットは、次にどこへ行くのかを推測しなければなりません。論文は、ロボットが高速で移動したり、突然方向を変えたりした場合でも、アルゴリズムが正しく新しいゴールを特定し、経路を正確に予測したことを示しています。ドローンと犬のようなロボットはどちらも予測に従ってよく動いており、この手法がコンピュータの外でも機能することを証明しました。

なぜこれが重要なのか

この論文は、この「適応型（adaptive）」のアプローチが重要な一歩であると結論付けています。これは、ロボットが対象を事前に見たことがあったり、膨大なトレーニングデータのライブラリを持っていたりする必要はありません。ただ、対象を観察し、リアルタイムで自身の信念を更新すればよいのです。著者らは、このことがセキュリティ・ドローン、自動運転車、そして人間や他の予測不可能なエージェントと共に働く必要があるあらゆるロボットにとって、この手法が非常に有用であることを示唆しています。対象が「どこへ」行こうとしているかと、「どのように」動いているかの両方の急な変化に対処できることで、ロボットはより安全で信頼できるものになります。この論文は、世界のあらゆる問題を解決したと主張しているわけではありませんが、目的地と移動スタイルの両方を同時に学習させることで、驚きに満満ちた世界において、より優れた予測が可能になることを示しています。