Thesis_Social_Interactions

行人轨迹预测的社交互动建模 这是学士学位论文的代码： P.Mondorf：，BS论文，慕尼黑工业大学信息学系，2020年。 在拥挤的空间（例如人行道或购物中心）中移动的人类与附近的人们进行社交互动。 对这些交互进行建模的能力对于可靠地预测人类运动行为至关重要。 在本文中，我们提出了一种方便地评估轨迹预测模型预测行人之间的社交互动的能力的方法。 通过生成合成数据集，我们可以定义社交互动对行人运动的影响，从而克服了实际数据集的局限性。 这些手工定制的数据集排除了行人与障碍物之间的相互作用，而侧重于个人之间的相互作用。 此外，我们介绍了超出常用的平均和最终位移误差的评估指标，并着重于行人之间的相互作用。 在下面，我们显示了彼此进行社交互动的行人的轨迹。 我们进一步比较了Vanilla LSTM模型（左）和Social LSTM模型（右）的预测。 虽然Vanilla LSTM模型主要预测线