社会注意力：人类群体中的注意力模型

人群导航中的注意力模型

原文：Social Attention: Modeling Attention in Human Crowds

【引言】
在人群中导航的机器人需要能够规划安全、高效和人类可预测的轨迹，这是一个特别具有挑战性的问题，因为它需要机器人在每个人都隐含地相互合作以避免碰撞的人群中预测未来的人类轨迹。以前的人类轨迹预测方法都是将人与人之间的互动建模为距离的函数。然而，这并不一定是准确的，因为我们附近的一些人朝着同一个方向移动，可能不像其他更远的人那么重要，但可能会在未来与我们发生冲突。这篇文章提出了一种新的轨迹预测模型——社会注意力，该模型捕捉到行人在人群中导航时的相对重要性，而不考虑他们的接近程度，更好地理解当机器人在人群中导航时，应该关注周围的哪些智能体。
【方法】
这篇文章提出了一种方法，通过一种新颖的数据驱动架构来解决这一观察到的问题，用于预测人群中人类的未来轨迹。作为实现社会可接受的机器人导航的第一步，首先关注人群中的人类轨迹预测问题，使用前馈、完全可微和联合训练的混合递归神经网络(RNN)来模拟人群中所有人的轨迹，解决了问题的空间和时间方面。人与人之间的交互是使用人群中所有人的注意力模型来建模的，由此产生的模型捕捉到了每个人对另一个人的影响，通过他们交互的性质，预测他们未来的轨迹。

A. Spatio-Temporal Graph Representation（时空图表示）
时空图 G（st-graph）表示，其中 G = (V, Es , Et)，其中 G 是 stgraph，V 是节点集，Es 是空间边集，Et是时间边的集合。 在时空图中，同一时间步长 t 的不同节点使用边 Es 连接，而相邻时间步长(t -> t+1)的相同节点使用边 Et 连接。
人类轨迹预测问题可以表述为时空图。 st-graph 的节点代表人群中的人，空间边在同一时间步连接两个不同的人，时间边在相邻的时间步连接同一个人。空间边旨在捕捉两个人之间的相对方向和距离的变化，而时间边则捕捉人类自身轨迹的变化，如图1所示。