【技术实现步骤摘要】
在具有大量交互代理的动态系统中预测代理行为的计算机实现方法
[0001]本专利技术涉及一种用于在具有大量交互代理的动态系统中预测代理行为的计算机实现的方法。
技术介绍
[0002]在Charlie Tang和Russ Salakhutdinov的Multiple Futures Prediction,2019,NeurIPS以及在Sergio Casas、Cole Gulino、Simon Suo、Katie Luo、Renjie Liao和Raquel Urtasun的Implicit Latent Variable Model for Scene
‑
Consistent Motion Forecasting,2020ECCV中公开了在这种系统中预测行为的可能性。
技术实现思路
[0003]通过根据独立权利要求的计算机实现的方法和设备,实现了代理行为的精确预测并且同时在为此所需的计算资源方面具有低成本。
[0004]用于在具有大量交互代理的动态系统中根据这些代理的潜在状态预测代理行 ...
【技术保护点】
【技术特征摘要】
1.一种用于在具有大量交互代理(102)的动态系统(104)中根据所述代理的潜在状态预测代理(102)行为的计算机实现的方法,其特征在于,针对多个分量和直到预测时间点为止的多个时间点,对每个分量确定(404)对所述代理(102)的潜在状态进行建模的第一分布的第一矩的值,其中确定(406)所述第一分布的第二矩的值,其中对每个分量根据所述预测时间点时所述第一分布的第一矩的值并根据所述预测时间点时所述第一分布的第二矩的值,确定(408)所述预测时间点时第二分布的第一矩的期望值,其中所述第二分布根据所述代理的潜在状态对所述代理(102)的行为进行建模,其中所述第二分布的第一矩的期望值定义(412)第三分布的第一矩,其中对每个分量确定(414)所述第三分布的第二矩,其中确定(416)所述分量的第三分布的总和,所述总和特别是使用至少一个权重加权,以及其中根据所述总和确定(420)所述行为的预测。2.根据权利要求1所述的方法,其特征在于,根据在所述时间点之前的时间点的所述第一分布的第一矩的值和所述第一分布的第一矩的确定性变化的期望值确定(404)所述第一分布的第一矩的值,和/或根据所述时间点之前的时间点的所述第一分布的第二矩的值和所述第一分布的第二矩的随机变化的期望值以及所述确定性变化的协方差确定(406)所述时间点的所述第一分布的第二矩的值。3.根据权利要求2所述的方法,其特征在于,所述时间点的所述第一分布的第二矩的值根据所述之前的时间点的所述第一分布的第二矩的值和所述确定性变化的协方差以及在所述之前的时间点的潜在状态与所述确定性变化的协方差和在所述之前的时间点的潜在状态与所述确定性变化的协方差的转置以及所述随机变化的期望值来确定(406)。4.根据前述权利要求中任一项所述的方法,其特征在于,所述第二分布的第一矩的期望值根据所述预测时间点时所述第一分布的第一矩的值来确定(410)。5.根据前述权利要求中任一项所述的方法,其特征在于,对每个分量根据所述预测时间点时所述第二分布的第一矩的值确定(408)所述第二分布的第一矩的协方差,其中对每个分量根据所述预测时间点时的潜在状态确定(412)所述预测时间点时所述第二分布的第二矩的期望值,其中对每个分量根据所述第二分布的第一矩的协方差和所述预测时间点时所述第二分布的第二矩的期望值确定(416)所述第三分布的第二矩。6.根据前述权利要求中任一项所述的方法,其特征在于,确定(402)上下文变量,所述上下文变量包括将至少一个代理(102)与应当被考虑用于预测该代理的行为的另一个代理(102)相关联的关联和/或表征所述动态系统(104)的历史,其中根据所述上下文变量确定(404)所述第一分布的第一矩和/或其中根据所述上下文变量确定(406)所述第一分布的第二矩,和/或其中根据所述上下文变量确定(410)所述第一矩的期望值和/或其中根据所述上下文变量确定(414)所述第三分布的第一矩,和/或其中根据所述上下文变量确定(416)所述第三分布的第二矩和/或其中对至少一个分量根据所述上下文变量确定(418)所述至少一个权重。7.根据权...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。