研究人员开发了一个神经符号分层意图预测(HPD)系统,旨在从部分观察到的多模态数据中预测人类目标。HPD连接到一个识别编码器,并在四个本体论层面上预测动作、意图和高级目标。该方法在超过15,000个 эпизодов 的基准测试中显示出比顺序基线模型显著的优势,尤其是在组合泛化和确保预测轨迹的逻辑有效性方面。 AI
影响 这项研究可能促使更复杂的辅助自主系统能够理解和预测复杂环境中的人类行为。
排序理由 该集群描述了一篇关于新型人类意图预测模型的新研究论文。
在 arXiv cs.NE (Neural & Evolutionary) 阅读 →
- alphaXiv
- CatalyzeX Code Finder for Papers
- Connected Papers
- DagsHub
- Farnaz SOLEIMANI
- Gotit.pub
- Hierarchical Planning Decoder
- Hugging Face
- Litmaps
- NTU RGB+D 120: A Large-Scale Benchmark for 3D Human Activity Understanding
- ScienceCast
- scite Smart Citations
AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →