Interpretable Representation Learning for Motion Forecasting

Diese Arbeit befasst sich mit Methoden des maschinellen Lernens zur Bewegungsvorhersage von Verkehrsteilnehmern. Der Fokus liegt dabei auf der Analyse und Interpretation der Mechanismen, die Transformer-Modelle lernen. Zunächst werden zwei interpretierbare Trainingsmethoden beschrieben, die ge-lernte Vektor-Repräsentationen von verschiedenen Modalitäten aneinander angleichen. Diese verbessern die Vorhersagegenauigkeit und beschleunigen das Training, indem sie die Repräsentationen für ähnliche Straßenszenen angleichen und Bewegungen mit dem Szenenkontext abstimmen. Darüber hinaus werden die gelernten Vektor-Repräsentationen von Vorhersagemodellen auf interpretierbare Merkmale (d.h., Features) untersucht. Diese Arbeit zeigt dabei die gelernten Repräsentationen für Bewegungs-Features wie Geschwindigkeit oder Richtung. Dadurch können gelernte Mechanismen interpretiert und Vorhersagen an z.B. langsamere Fahrstile in einer neuen Umgebung angepasst werden. Außerdem deckt diese Arbeit retrokausale Mechanismen in Vorhersagemodellen auf, die spätere Teile von Trajektorien mit früheren Teilen verbinden. Diese Mechanismen können genutzt werden, um zielbasierte und richtungsweisende Instruktionen zu geben. Bemerkenswert ist, dass das Training ohne Instruktionen dazu führt, dass solche Instruktionen dennoch befolgt und an den Szenenkontext angepasst werden. Die empirische Evaluation anhand moderner Datensätze, darunter Waymo Open Motion und Argoverse 2 Forecasting, bestätigt, dass die vorgestellten Methoden sowohl die Genauigkeit als auch die Interpretierbarkeit verbessern. Damit trägt diese Arbeit zur Entwicklung von performanten Vorhersagemodellen bei, deren zugrunde liegende Mechanismen interpretiert und beeinflusst werden können.