[控场AI]
· 5 分钟阅读· 2,709 字

扩散模型做在线目标识别:WoRD用轨迹先验推断意图

扩散模型做在线目标识别:WoRD用轨迹先验推断意图

WoRD用扩散模型学习轨迹先验,无需动力学模型即可从部分观测校准地推断目标。

文章介绍了 WoRD(Waypoint Recognition with Diffusion)这一目标识别方法。针对符号化方法与显式动力学模型两条主流路线的共同缺口——未显式学习智能体如何朝各候选目标移动——WoRD 用扩散模型充当轨迹先验,在推理时为每个候选目标并行运行 warm-started 去噪链,通过闭式对数似然梯度将采样导向实际观测,再经贝叶斯重加权得到校准的多模态后验分布。在模拟机器人、行人轨迹、车辆轨迹三类场景、四种指标上的评估显示,WoRD 在模糊轨迹前缀下不坍缩到单一模态、也不过过度自信,优于过滤式和分类式观察器。文章进一步讨论了把扩散模型从生成工具转变为推理组件的范式意义,以及免动力学模型带来的部署优势与真实场景下的待验证问题。

为什么目标识别需要"学会"运动方式

从观察到的行为反推意图,是目标识别(Goal Recognition)的核心任务。主流方法走的是符号化路线:把连续运动抽象成离散动作序列,再基于规划库做匹配。这类方法丢失了运动细节,在轨迹前缀模糊时容易失效。另一类方法直接处理连续轨迹,但依赖显式的动力学模型,而这类模型难以获取、跨场景迁移能力差。

两种路线有一个共同缺口:都没有显式学习"智能体如何朝每个候选目标移动"。而这恰恰是区分模糊轨迹的关键知识——当观察窗口很短、多条路径都合理时,只有对运动模式的先验理解才能帮助判断。

据论文描述,WoRD(Waypoint Recognition with Diffusion)试图填补这个缺口:用一个学习到的轨迹先验,从部分观测中推断目标。

WoRD论文来源截图

目标识别(Goal Recognition) 是人工智能与规划领域的一个经典问题:给定一个智能体(机器人、行人、车辆等)的部分行为观测,推断其最终要到达的目标。它与逆向规划(Inverse Planning)密切相关,但侧重点不同——逆向规划关注恢复智能体的规划过程,目标识别更关注从可观测行为中识别意图目标。该问题在智能助手、自动驾驶、人机协作、安防监控等场景中都有直接应用。其核心难点在于观测通常是不完整、含噪的,且同一段轨迹前缀可能对应多个合理目标,因此方法需要输出概率化的信念分布而非单一答案。评价这类方法时,"校准(calibration)"是关键维度:模型给出的置信度应与其实际正确率匹配,过度自信或不足自信都会损害下游决策。

WoRD的工作机制:每个候选目标一条去噪链

WoRD的推理过程可以拆成三步。

第一步:为每个候选目标并行运行去噪链。 在每一个观测步,WoRD为每个候选目标启动一条warm-started的去噪链。扩散模型在这里充当轨迹先验——它知道"朝某个目标前进的轨迹通常长什么样"。

第二步:用闭式梯度把采样导向观测。 每条去噪链通过一个闭式的对数似然梯度,被引导向实际观察到的轨迹。这一步让生成的轨迹样本与观测对齐,而不是自由采样。

第三步:贝叶斯重加权得到校准后验。 生成的样本按贝叶斯规则重新加权,汇聚成目标上的校准后验分布。这意味着输出不只是"最可能的目标",而是一个带置信度的多模态信念分布。

这套设计的巧妙之处在于:扩散先验负责"怎么走",似然梯度负责"贴合观测",贝叶斯重加权负责"给出概率"。三者各司其职,不需要显式动力学模型。

扩散模型(Diffusion Model) 是一类生成模型,其核心思想包含两个过程:前向过程逐步向数据加入高斯噪声直至变为纯噪声;反向过程学习一个去噪网络,从噪声出发逐步恢复数据分布。在条件生成中,常通过引导(guidance) 将采样过程约束到期望条件上,常见形式包括分类器引导和无分类器引导。WoRD采用的是基于对数似然梯度的引导方式:若观测模型可微(如高斯观测噪声),则观测对数似然对轨迹的梯度具有闭式表达,可直接在去噪步骤中把样本推向高似然区域。这属于"免训练引导"的思路,不需要为引导额外训练分类器,采样效率与可控性较好。warm-started 指去噪链不是从纯噪声起步,而是从上一观测步的粒子/样本初始化,从而在时间序列上保持信念的连续性并降低采样成本。

三类场景、四种指标:模糊前缀下的表现

论文在三种场景上评估WoRD:模拟机器人环境、行人轨迹、车辆轨迹。评价使用四个指标,分别针对不同的失败模式。

结果的关键点在于模糊前缀下的行为。过滤式(filter-based)和分类式(classifier-based)观察器在这类场景中会出现两种退化:要么坍缩到单一模态,要么过度自信。WoRD在三种场景中都能保持校准的多模态信念。

这个对比揭示了问题的本质:目标识别的不确定性不是噪声,而是信息不足时的合理状态。强行输出单一答案,反而掩盖了模型应该表达的不确定性。WoRD的后验分布形式天然适合表达"现在还说不准,但倾向于这几个目标"。

贝叶斯重加权是粒子滤波式推理的经典操作:对每个候选目标假设 (g),先由轨迹先验生成样本,再按观测似然 (p(\text{obs}\mid \text{trajectory})) 对样本加权,归一化后得到后验 (p(g\mid \text{obs}))。这种做法的优势在于能自然表达多模态信念——当多个目标都解释得通时,后验会在多个目标上分配质量,而不是被迫选一个。与之对比,过滤式(filter-based) 方法通常维护单一状态分布并随观测更新,在模糊前缀下容易因重采样或假设剪枝而丢失模态;分类式(classifier-based) 方法直接把观测映射到目标标签,缺乏显式不确定性建模,往往输出过度自信的预测。评估中常见的四类指标通常覆盖:目标识别准确率、信念分布的校准误差(如 Brier 分数或 ECE)、多模态保持能力(如 top-k 召回)、以及随观测增长的收敛速度。

扩散模型作为轨迹先验的启示

WoRD的价值不止于一个目标识别方法。它展示了一种范式:把扩散模型从生成工具转变为推理组件。

传统上,扩散模型用于生成图像、视频等内容。WoRD把去噪链当作推断路径,用条件引导把生成过程约束到观测上,再用贝叶斯规则做概率聚合。这条思路可以迁移到其他需要"从部分观测推断隐藏状态"的任务——比如行为预测、意图理解、人机协作中的意图对齐。

另一个值得关注的点是免动力学模型。机器人学和轨迹分析领域长期受困于动力学模型的获取成本。WoRD用学习到的轨迹先验替代显式模型,跨场景使用同一套推理流程,这降低了部署门槛。

当然,论文的评估集中在模拟环境和已有轨迹数据集上。真实部署中的传感器噪声、分布偏移、实时性要求,都是后续需要验证的问题。

要点速览

  • WoRD用扩散模型学习轨迹先验,无需显式动力学模型即可从部分观测推断目标
  • 推理时每个候选目标运行一条warm-started去噪链,通过闭式对数似然梯度贴合观测
  • 贝叶斯重加权输出校准的多模态后验,在模糊轨迹前缀下不坍缩、不过度自信
  • 在模拟机器人、行人轨迹、车辆轨迹三类场景、四种指标上验证
  • 展示了扩散模型作为推理组件而非单纯生成工具的潜力
#目标识别#扩散模型#轨迹先验#贝叶斯后验#在线推理#意图推断#去噪链
分享:

相关推荐