@techreport{oai:ipsj.ixsq.nii.ac.jp:00234134,
 author = {武次, 広夢 and 大羽, 剛瑠 and 前田, 孝泰 and 延原, 章平 and 浮田, 宗伯},
 issue = {3},
 month = {May},
 note = {人軌跡予測はソーシャルロボットや自動運転等の応用先を持ち，盛んに研究されてきた．ただし，多くの従来手法には（１）入力を単なる２次元座標の系列に頼っており，人体動作として不自然な軌跡を出力する場合がある，（２）過去軌跡が十分に得られることを仮定しており，観測が不足している場合に正確な軌跡予測が困難となる，という課題がある．これらの問題に対して観測姿勢を入力に加えるアプローチが提案されているものの，それらの手法では観測姿勢と予測軌跡との整合性を担保できない．そこで提案手法では，軌跡予測器の学習に新規の損失である姿勢整合損失を組み込むことを提案する．姿勢整合損失は，予測軌跡に対応する歩行姿勢を物理シミュレータで学習された価値関数によって評価し，人体の身体性に基づいて予測軌跡の整合性を定量化する．実験では，提案する姿勢整合損失の導入により，特に観測が不足している場合において性能が向上することを確認した．},
 title = {物理シミュレータを用いた姿勢整合損失による人軌跡予測},
 year = {2024}
}