Ein Verfahren (100) zum Training eines Neuronalnetzsystems (1) zur Vorhersage des Verhaltens einer Menge interagierender Agenten (5a-5e), wobei das Neuronalnetzsystem (1) Folgendes umfasst:• Bereitstellen (110) von Trainingsaufzeichnungenxi*von Eingangsdaten bezüglich jedes Agenten;• Erzeugen (120) von Agentenrepräsentationen Fiaus jeder Trainingsaufzeichnungxi*durch den Codierer (7);• Verarbeiten (130) der Agentenrepräsentationen Fidurch das zu trainierende GNN (3) und den Decodierer (4) zu Vorhergesagtes-Verhalten-Daten ŷibezüglich jedes Agenten (5a-5e);• Bestimmen (140) von maskierten AgentenrepräsentationenFi'aus den Agentenrepräsentationen Fidurch Modifizieren nur jeweiliger echter Teilmengen der Werte jeder Agentenrepräsentation Fiin den Agentenrepräsentationen Fifür mindestens zwei gewählte Agenten (5a-5e);• Verarbeiten (150) der maskierten AgentenrepräsentationenFi'zu Interaktionsrepräsentationen Gidurch das zu trainierende GNN (3);• Bestimmen (160) von RekonstruktionenFi#der Agentenrepräsentationen Fidurch ein zu trainierendes Helfernetz (6) aus den Interaktionsrepräsentationen Gi;• Einstufen (170) der Vorhergesagtes-Verhalten-Daten ŷimittels einer vorbestimmten Verlustfunktion (7) sowie einer Abweichung der RekonstruktionenFi#von den Agentenrepräsentationen Fi; und• Optimieren(180) von Parametern (3a), die das Verhalten des GNN (3) charakterisieren, und von Parametern (6a), die das Verhalten des Helfernetzes (6) charakterisieren, in Richtung des Ziels, beim Verarbeiten weiterer Trainingsaufzeichnungenxi*die Einstufung (7a) durch die Verlustfunktion (7) zu verbessern.

    A method for training a neural network system to predict the behavior of a set of interacting agents. The method includes: providing training records of input data regarding each agent; generating, from each training record, by the encoder, agent representations; processing the agent representations into predicted behavior data regarding each agent; determining, from the agent representations, masked agent representations by modifying, in agent representations for at least two chosen agents, only respective strict subsets of the values of each agent representation; processing, by the to-be-trained GNN, the masked agent representations into interaction representations; determining, by a to-be-trained helper network, from the interaction representations, reconstructions of the agent representations; rating, using a predetermined loss function, the predicted behavior data, and a deviation of the reconstructions from the agent representations; and optimizing parameters that characterize the behavior of the GNN and that characterize the behavior of the helper network.


    Zugriff

    Download


    Exportieren, teilen und zitieren



    Titel :

    Training eines Neuronalnetzsystems zur Vorhersage des Verhaltens interagierender Agenten


    Beteiligte:
    YAO YU (Autor:in) / WAGNER JOERG (Autor:in) / GUERSUN GONCA (Autor:in) / KUMAR AVINASH (Autor:in) / RAKITSCH BARBARA (Autor:in) / KOSMAN EITAN (Autor:in)

    Erscheinungsdatum :

    14.11.2024


    Medientyp :

    Patent


    Format :

    Elektronische Ressource


    Sprache :

    Deutsch


    Klassifikation :

    IPC:    G06N COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS , Rechnersysteme, basierend auf spezifischen Rechenmodellen / B60W CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION , Gemeinsame Steuerung oder Regelung von Fahrzeug-Unteraggregaten verschiedenen Typs oder verschiedener Funktion




    Verfahren zur Vorhersage eines Verhaltens von Fußgängern

    HÜLSHORST THOMAS / RASTY MOHAMMAD | Europäisches Patentamt | 2020

    Freier Zugriff

    Verfahren zur Vorhersage eines Verhaltens von Fußgängern

    RASTY MOHAMMAD / HÜLSHORST THOMAS | Europäisches Patentamt | 2021

    Freier Zugriff


    Verfahren und Vorrichtung zur Vorhersage des Verhaltens eines Verkehrsteilnehmers

    LOECHNER JULIAN / SCHULZ JENS / HUBMANN CONSTANTIN et al. | Europäisches Patentamt | 2020

    Freier Zugriff