경로 시그니처 및 동적 시간 warping을 이용한 온라인 목표 인식

Online Goal Recognition using Path Signature and Dynamic Time Warping

연속적인 환경에서의 온라인 목표 인식은 두 가지 주요 과제를 안고 있습니다. 바로 대규모 경로를 효율적으로 인코딩하고, 이를 효과적으로 비교하는 것입니다. 최근 연구에서는 이러한 과제들을 해결하기 위해, 관측값을 가설과 비교하는 데 사용되는 사용자 정의 상태 공간 표현 및 측정 방법을 사용합니다. 그러나 이러한 접근 방식은 종종 다른 분야에서 사용되는 잘 알려진 인코딩 기술들을 간과하며, 이는 상당한 이점을 제공할 수 있습니다. 본 논문에서는 경로 시그니처를 활용하는 새로운 온라인 목표 인식 방법을 제시합니다. 경로 시그니처는 경로 이론의 간결하고 표현력이 뛰어난 표현 방식으로, 경로의 핵심 의미론적 특징을 효율적으로 포착하여, 보다 의미 있는 경로 비교를 가능하게 합니다. 실험 결과, 제안하는 방법은 예측 정확도 및 온라인 계획 효율성 측면에서 최첨단 기술보다 우수한 성능을 보이며, 오프라인 성능에서도 경쟁력을 유지하는 것을 확인했습니다.

Online goal recognition in continuous domains poses two central challenges: efficiently encoding large trajectories and effectively comparing them. Recent work addresses these challenges by using custom state-space representations and metrics to compare observations against hypotheses. However, these approaches often overlook well-established encoding techniques used in other domains that offer substantial advantages. This paper introduces a novel method for online goal recognition that leverages path signatures, a compact, expressive representation of rough path theory that efficiently captures key semantic features of trajectories, enabling more meaningful comparisons between them. Experiments show that our method consistently outperforms the state of the art in predictive accuracy and online planning efficiency, while remaining competitive offline.