AI-Augmented Predictions: LLM Assistants Improve Human Forecasting Accuracy
London School of Economics and Political Science（伦敦政治经济学院）；Massachusetts Institute of Technology（麻省理工学院）；Federal Reserve Bank of Chicago（芝加哥联邦储备银行）；University of California San Diego（加利福尼亚大学圣迭戈分校）；University of Pennsylvania（宾夕法尼亚大学）
研究评估了两种LLM助手（超级预测和有噪声）对人类预测准确性的影响，发现前沿LLM助手显著提升预测准确性24%-28%，即使有噪声的助手也能作为有用的决策辅助工具。
2024-08-22 cs.AI cs.CL cs.CY
Novel Regression and Least Square Support Vector Machine Learning Technique for Air Pollution Forecasting
Avinashilingam Institute of Home Science and Higher Education for Women（阿维纳什林女子家政与高等教育学院）
针对大都市空气污染检测不当易引发危害的问题，提出基于离散回归与最小二乘支持向量（DR-LSSV）的空气污染预测技术，在准确率、预测时间和假阳性率上均优于传统机器学习方法。
2023-06-11 cs.AI cs.LG
Application of Graph Convolutions in a Lightweight Model for Skeletal Human Motion Forecasting
Bielefeld University（比勒费尔德大学）
运动预测是与智能系统成功合作的关键。我们提出了一个模型，它集成了有组织的空间信息，通过移动身体的骨架结构。通过应用图卷积，我们在模型中利用了这种固有的结构，我们演示了如何将结构化的空间信息利用到基于轻量级模型的竞争性预测中，该模型需要相对较少的参数。
2021-10-10 cs.LG eess.SP
AGMA: Adaptive Gaussian Mixture Anchors for Prior-Guided Multimodal Human Trajectory Forecasting
本文提出AGMA，通过两阶段方法构建表达性先验，提升多模态人类轨迹预测的准确性和多样性，实验表明其在ETH-UCY等数据集上达到SOTA性能。
2026-04-14 cs.CV cs.LG
Motron: Multimodal Probabilistic Human Motion Forecasting
Technical University of Munich（慕尼黑工业大学）；Stanford University（斯坦福大学）；NVIDIA Research（英伟达研究院）
自主系统和人类越来越多地共享同一个空间。机器人与人类并肩工作，甚至携手合作，以平衡彼此的局限性。这种合作互动越来越复杂。因此，不仅能够推理人类的重心位置，而且能够推理其颗粒运动是人机交互的重要先决条件。然而，许多算法忽视了人类的多模态本质或忽视了运动预测中的不确定性。我们提出了Motron，一个多模态，概率，图形结构模型，捕捉人类的多模态使用概率方法，同时能够输出确定性的最大似然运动和相应的置信度值为每个模式。我们的模型旨在与机器人规划-控制-交互回路紧密集成;输出物理上可行的人类运动，并具有计算效率。我们在几个具有挑战性的真实世界运动预测数据集上展示了我们的模型的性能，优于各种生成/变分方法，同时在需要时提供最先进的单输出运动。两者都使用比最先进的算法少得多的计算能力。
2022-03-25 cs.CV cs.HC cs.LG
Disentangling Human Dynamics for Pedestrian Locomotion Forecasting with Noisy Supervision
Stanford University（斯坦福大学）；University of California, Berkeley（加州大学伯克利分校）；Toyota Research Institute（丰田研究院）
我们解决的问题，人体运动预测，共同预测的几个关键点的空间位置在不久的将来在人体上的自我中心的设置下的任务。与以前的工作，旨在解决任何任务的姿势预测或轨迹预测孤立，我们提出了一个框架，统一这两个问题，并解决实际有用的任务，行人运动预测在野外。解决这一任务的主要挑战之一是缺乏带有密集注释的自我中心视频数据集，用于姿势，深度或自我运动。为了克服这一困难，我们使用最先进的模型来生成（噪声）注释，并提出了强大的预测模型，可以从这种噪声监督中学习。我们提出了一种方法来解开整体行人运动到更容易学习的子部分，利用一个姿势完成和分解模块。完成模块填充缺失的关键点注释，分解模块将清洁的运动分解为全局（轨迹）和局部（姿势关键点移动）。此外，以Quasi RNN为骨干，我们提出了一种新的分层轨迹预测网络，该网络利用低级视觉域特定信号（如自运动和深度）来预测全局轨迹。我们的方法导致国家的最先进的结果预测人类运动的自我中心的观点。Pade项目：https://karttikeya.github.io/publication/plf/
2020-04-13 cs.CV cs.LG cs.RO
CastClaw: A Human-in-the-Loop Autonomous Agent for Interactive Time Series Forecasting
University of Science and Technology of China（中国科学技术大学）
提出面向工业时间序列预测的人在回路自主系统CastClaw，整合多类资源实现预测全流程，在5个电价数据集上优于16个基线，还经电力负荷数据离线验证。
2026-10-19 cs.LG
Large Language Model-Empowered Interactive Load Forecasting
针对现有负荷预测模型缺乏人机交互的问题，提出基于大型语言模型的多智能体协作框架，嵌入交互机制降低使用门槛，实验证明用户提供见解可显著提升预测精度且成本可控。
2025-05-22 cs.LG
Hybrid Forecasting of Geopolitical Events
USC Information Sciences Institute（南加州大学信息科学研究所）；Nova Southeastern University（诺瓦东南大学）；University of Southern California（南加州大学）；University of Chile（智利大学）；National Center for Artificial Intelligence (CENIA)（国家人工智能中心（CENIA））；Pytho, LLC（Pytho有限责任公司）；University of California Irvine（加州大学欧文分校）；Predictive Heuristics（Predictive Heuristics公司）；Fordham University（福特汉姆大学）；Stanford University（斯坦福大学）；Sibylink（Sibylink公司）；Barnard College, Columbia University（哥伦比亚大学巴纳德学院）
本研究提出混合预测系统SAGE，结合人类与机器预测，通过加权聚合提升准确性；实验表明其优于仅人类基线，且更节省资源。
2024-12-14 cs.AI cs.CY cs.HC
FourCastNet: Accelerating Global High-Resolution Weather Forecasting using Adaptive Fourier Neural Operators
NVIDIA（英伟达）；Lawrence Berkeley Lab（劳伦斯伯克利实验室）；Caltech（加州理工学院）
极端天气在气候变化的放大下，正在全球范围内造成日益严重的破坏性影响。目前使用的物理为基础的数值天气预报（NWP）的准确性有限，由于高计算成本和严格的时间到解决方案的限制。我们报告说，数据驱动的深度学习地球系统仿真器FourCastNet可以预测全球天气，并生成比NWP快五个数量级的中期预报，同时接近最先进的准确性。FourCast-Net在三个超级计算系统上进行了优化和有效扩展：Selene，Perlmutter和JUWELS Booster，最多可达3，808个NVIDIA A100 GPU，混合精度达到140.8 petaFLOPS（该规模峰值的11.9%）。在3，072个GPU上的JUWELS Booster上测量的训练FourCastNet的求解时间为67.4分钟，相对于最先进的NWP，推理的求解时间快了80，000倍。FourCastNet可以提前一周生成准确的即时天气预报，支持更好地捕捉极端天气的巨大集合，并支持更高的全球预报分辨率。
2022-08-08 cs.AI cs.CV cs.LG
Risk-Sensitive Sequential Action Control with Multi-Modal Human Trajectory Forecasting for Safe Crowd-Robot Interaction
Stanford University（斯坦福大学）；Toyota Research Institute（丰田研究所）
提出了一种基于风险敏感随机最优控制的在线安全人群-机器人交互框架，其中风险由熵风险度量建模。基于采样的模型预测控制依赖于模式插入梯度优化的风险措施，以及Trajectron++，一个国家的最先进的生成模型，产生多模式的概率轨迹预测多个相互作用的代理。我们的模块化方法将人群-机器人交互集成到基于学习的预测和基于模型的控制中，这与端到端的策略学习方法相比是有利的，因为它允许机器人在运行时间指定所需的行为。特别是，我们表明，机器人表现出不同的相互作用行为，通过改变风险敏感度参数。仿真研究和真实世界的实验表明，所提出的在线框架可以实现安全和高效的导航，同时避免与场景中超过50人的碰撞。
2020-09-12 cs.AI cs.LG cs.RO
RefineBridge: Generative Bridge Models Improve Financial Forecasting by Foundation Models
Department of Electrical and Electronic Engineering, Imperial College London, UK（帝国理工学院伦敦分校电子与电气工程系）；Department of CST, Tsinghua University, Beijing, China（清华大学计算机科学与技术系）
RefineBridge通过生成桥梁模型改进金融预测，利用可处理的Schrödinger Bridge框架提升时间序列基础模型的预测性能。
2026-01-30 cs.LG eess.SP
FutureHuman3D: Forecasting Complex Long-Term 3D Human Behavior from Video Observations
Technical University of Munich（慕尼黑工业大学）；Google（谷歌）
该研究提出FutureHuman3D生成式方法，仅用2D RGB数据弱监督，通过自回归可微投影、对抗损失及语义分层联合预测动作标签与3D姿态，实现长期复杂3D人类行为预测，性能优于单任务及其他替代方法。
2024-05-17 cs.CV cs.LG
A Novel Hybrid Approach to Contraceptive Demand Forecasting: Integrating Point Predictions with Probabilistic Distributions
Cardiff University（卡迪夫大学）；Cardiff Business School（卡迪夫商学院）
本文提出一种结合特定领域模型点预测与统计机器学习概率分布的混合模型，通过引入专家知识微调系统预测，有效解决了发展中国家避孕药具需求预测中的数据不确定性问题。
2025-03-07 cs.LG stat.AP stat.ME
GaitForeMer: Self-Supervised Pre-Training of Transformers via Human Motion Forecasting for Few-Shot Gait Impairment Severity Estimation
Stanford University（斯坦福大学）；SRI International（SRI国际）
帕金森氏病（PD）是一种神经系统疾病，具有多种可观察到的运动相关症状，如运动缓慢、震颤、肌肉僵硬和姿势受损。PD通常通过根据诸如运动障碍协会统一帕金森氏病评定量表（MDS-PDRS）的评分系统评估运动损伤的严重性来诊断。使用个人的视频记录的自动严重性预测提供了一个有前途的非侵入性监测运动障碍的路线。然而，PD步态数据的有限大小阻碍了模型能力和临床潜力。由于这种临床数据的稀缺性，并受到GPT-3等自监督大规模语言模型的最新进展的启发，我们使用人体运动预测作为一种有效的自监督预训练任务来估计运动障碍的严重程度。我们介绍了GaitForeMer，Gait Forecasting和损伤估计Transformer，它首先在公共数据集上进行预训练以预测步态运动，然后应用于临床数据以预测MDS-MRS步态损伤严重程度。我们的方法优于以前的方法，完全依赖于临床数据的大幅度，实现了F1得分为0.76，精度为0.79，召回率为0.75。使用GaitForeMer，我们展示了公共人体运动数据库如何通过学习通用运动表示来帮助临床用例。该代码可在https://github.com/markendo/GaitForeMer上获得。
2022-06-30 cs.CV cs.LG eess.IV
Structural Forecasting for Tropical Cyclone Intensity Prediction: Providing Insight with Deep Learning
Carnegie Mellon University（卡内基梅隆大学）；Mississippi State University（密西西比州立大学）
热带气旋（TC）强度预报最终由人类预报员发布。人类在环管道要求任何预报指导必须容易被TC专家消化，如果它要在国家飓风中心等运营中心采用。我们提出的框架利用深度学习为预报员提供端到端预测模型和传统强度指导都无法提供的东西：一个强大的工具，用于监控关键物理相关预测因子的高维时间序列，以及了解预测因子如何相互关联以及与短期强度变化的方法。
2020-12-07 cs.LG stat.AP
Artificial General Intelligence Forecasting and Scenario Analysis: State of the Field, Methodological Gaps, and Strategic Implications
Research Report（研究报告）
本文综述了人工通用智能到来预测方法现状，评估其可靠性，并分析战略与政策影响。指出现有方法局限，提出更稳健预测基础设施的研究方向。
2026-03-24 cs.AI cs.CY cs.ET
Differentially Private Multivariate Time Series Forecasting of Aggregated Human Mobility With Deep Learning: Input or Gradient Perturbation?
Inria（法国国家信息与自动化研究所）；École Polytechnique (IPP)（巴黎综合理工学院（巴黎理工学院））；Femto-ST Institute（弗朗什-孔泰电子、力学、热学与光学科学技术研究所）；Univ. Bourg. Franche-Comté（勃艮第-弗朗什-孔泰大学）；UBFC（勃艮第-弗朗什-孔泰大学联盟）；CNRS（法国国家科学研究中心）；Orange Applications For Business（Orange商业应用公司）；Orange Labs.（奥兰治实验室）；Antonine University Hadat-Baabda（哈达特-巴卜达安东尼大学）；National University of Singapore（新加坡国立大学）
本文研究的问题，预测多变量聚集的人的流动性，同时保护有关个人的隐私。差分隐私是一种最先进的形式化概念，在训练深度学习模型时，已在两个不同且独立的步骤中用作隐私保证。一方面，我们考虑了\textit{gradient perturbation}，它使用差分隐私随机梯度下降算法来保证每个时间序列样本在学习阶段的隐私性。另一方面，我们考虑了\textit{input perturbation}，它在应用任何学习之前在序列的每个样本中添加了差分隐私保证。我们比较了四种最先进的递归神经网络：长短期记忆，门控递归单元，以及它们的双向架构，即，Bidirectional-LSTM和Bidirectional-GRU我们使用真实世界的多变量移动数据集进行了广泛的实验，该数据集与本文一起公开发表。如结果所示，在梯度或输入扰动下训练的差异私有深度学习模型实现了与非私有深度学习模型几乎相同的性能，性能损失在$0.57\%$到$2.8\%$之间变化。本文的贡献对于参与城市规划和决策的人员具有重要意义，通过差异化私人深度学习模型为人类流动性多变量预测问题提供了解决方案。
2022-06-03 cs.CR cs.LG
How to model Human Actions distribution with Event Sequence Data
Applied AI（应用人工智能）
本文针对人类行为事件序列预测，挑战自回归范式，提出显式分布预测目标，并引入KL度量量化时间漂移，证明其优于隐式基线，且模式坍缩源于分布不平衡，为建模策略选择提供框架。
2025-10-07 cs.LG
Why Did This Model Forecast This Future? Closed-Form Temporal Saliency Towards Causal Explanations of Probabilistic Forecasts
Delft University of Technology（代尔夫特理工大学）
围绕低层次人类行为动态的预测任务对多个研究领域具有重要意义。在这种情况下，解释特定预测的方法可以使领域专家深入了解行为之间的预测关系。在这项工作中，我们介绍并解决以下问题：给定一个概率预测模型，我们如何确定观察到的窗口，该模型认为显着时，作出预测？我们建立在基于人类感知的信息理论显着性的一般定义基础上，并通过利用该领域的一个关键属性将其扩展到预测环境：单个观察可以导致多个有效的未来。我们建议表达的显着性观察到的窗口的差分熵的预测未来的分布。与现有的方法，要么需要显式训练的显着性机制或访问的预测模型的内部状态，我们获得了一个封闭形式的解决方案的显着性图中常用的密度函数在概率预测。我们经验性地展示了我们的框架如何使用合成的会话数据集从发言转向预测的样本任务的头部姿势特征中恢复显着的观察窗口。
2022-06-01 cs.AI cs.IT cs.LG
MATS: An Interpretable Trajectory Forecasting Representation for Planning and Control
Stanford University（斯坦福大学）；Toyota Research Institute（丰田研究院）
人体运动推理是现代人机交互系统的核心组成部分。特别地，行为预测在自主系统中的主要用途之一是通知机器人运动规划和控制。然而，大多数规划和控制算法的原因是系统动态而不是预测的代理轨迹（即，路径点的有序集合），其通常由轨迹预测方法输出，这可能妨碍它们的集成。为此，我们提出仿射时变系统（MATS）的混合物作为输出表示的轨迹预测，更适合下游规划和控制使用。我们的方法利用成功的想法，从概率轨迹预测工程学习动力系统表示，在规划和控制文献中得到充分研究。我们将我们的预测与建议的多模态规划方法相结合，并在大规模自动驾驶数据集上展示了显着的计算效率改进。
2021-01-14 cs.HC cs.LG cs.RO
ML for Flood Forecasting at Scale
Google Research（谷歌研究院）；The Hebrew University（希伯来大学）；Technion - Israel Institute of Technology（以色列理工学院）；Bar-Ilan University（巴伊兰大学）；Google Crisis Response（谷歌危机响应团队）
有效的河流洪水预报规模受到多种因素的阻碍，最明显的是需要依赖于人类校准在当前的方法，有限的数据量为特定的位置，以及计算困难的大陆/全球水平的模型，是足够准确的。机器学习（ML）在这种情况下是非常有用的：在复杂的高维场景中，学习模型通常会超过人类专家，而迁移或多任务学习的框架是一个有吸引力的解决方案，可以利用本地信号来提高全局性能。我们建议在这些优势的基础上开发ML系统，以及时准确地预测河流洪水。
2019-01-28 cs.LG stat.ML
Trajectron++: Dynamically-Feasible Trajectory Forecasting With Heterogeneous Data
Stanford University（斯坦福大学）；Ford Greenfield Labs（福特格林菲尔德实验室）
对人体运动的推理是安全和社会意识的机器人导航的重要前提。因此，多智能体行为预测已成为现代人机交互系统（如自动驾驶汽车）的核心组件。虽然存在许多用于轨迹预测的方法，但是大多数方法不强制执行动态约束并且不考虑环境信息（例如，地图）。为此，我们提出了Trajectron++，一个模块化的，图结构的递归模型，预测一般数量的不同代理的轨迹，同时结合代理动态和异构数据（例如，语义图）。Trajectron++被设计为与机器人规划和控制框架紧密集成;例如，它可以生成以自我-智能体运动计划为条件的预测。我们在几个具有挑战性的真实世界轨迹预测数据集上展示了其性能，优于各种最先进的确定性和生成方法。
2021-01-13 cs.HC cs.LG cs.RO
Ozone level forecasting in Mexico City with temporal features and interactions
Universidad Autónoma Metropolitana-Iztapalapa（墨西哥自治大学伊兹塔帕拉帕分校）
本研究通过比较多种回归模型，发现在墨西哥城臭氧水平预测中纳入时间特征和交互作用能提高模型准确性。
2024-11-04 cs.LG stat.AP
PANDORA: Deep graph learning based COVID-19 infection risk level forecasting
Dalian University of Technology（大连理工大学）；National Tsing Hua University（国立清华大学）；Federation University Australia（澳大利亚联邦大学）
本文提出深度图学习模型PANDORA，通过融合地理位置关系、交通频率构成的高阶网络模体及气候、医疗、经济、人员流动等节点属性，并设计三种聚合器，实现对新冠疫情感染风险等级的准确预测，性能优于基线方法且收敛更快。
2024-06-07 cs.AI cs.CY cs.LG
Large Language Models for Mobility Analysis in Transportation Systems: A Survey on Forecasting Tasks
University of Pennsylvania（宾夕法尼亚大学）；University of Washington（华盛顿大学）；Princeton University（普林斯顿大学）；The University of Arizona（亚利桑那大学）；University of South California（南加利福尼亚大学）；Duke Kunshan University（昆山杜克大学）
该综述聚焦交通系统移动性分析中的预测任务，梳理了大语言模型（LLMs）结合既有技术或直接用于交通信息、出行行为预测的现有研究，总结前沿进展并指出待解决的挑战。
2025-02-21 cs.LG
Historical Anchors for Scientific Forecasting on Human-Aware Knowledge Graphs
Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室）
该研究针对人类感知知识图谱的科学预测问题，提出无需未来标签的QAA诊断方法，用于选择采样预算并优化预测，在两类基准上提升了科学联系预测的候选恢复效果。
2026-10-14 cs.LG
Rethinking Trajectory Forecasting Evaluation
NVIDIA Research（英伟达研究院）
预测其他智能体的行为是现代机器人自动化堆栈的一个组成部分，特别是在人机交互的安全关键场景中，例如自动驾驶。反过来，人们对轨迹预测产生了大量的兴趣和研究，从而产生了各种各样的方法。然而，所有工作的共同点是使用相同的几个基于准确性的评估指标，例如，位移误差和对数似然。虽然这些指标是信息性的，但它们是任务不可知的，并且被评估为相等的预测可能导致截然不同的结果，例如，下游规划和决策。在这项工作中，我们退后一步，批判性地评估当前的轨迹预测指标，提出任务感知指标作为部署预测的系统中性能的更好衡量标准。我们还提出了这样一个指标的一个例子，将规划意识在现有的轨迹预测指标。
2021-07-21 cs.CV cs.LG cs.RO
The EpiBench Platform to Propel AI/ML-based Epidemic Forecasting: A Prototype Demonstration Reaching Human Expert-level Performance
University of Southern California（南加州大学）
在COVID-19大流行期间，开发ML驱动的流行病预测技术已投入大量精力。然而，并没有基准来证明新的AI/ML技术是否比现有的技术更好。“covid-forecast-hub”是包括我们在内的30多个团队的集合，他们每周向CDC提交预测。使用这些预测不可能宣布一种方法是否优于另一种方法，因为每个团队的提交可能对应于不同的技术，并且由于团队不断改变/调整其方法而涉及人为干预。这种预测可以被认为是“人类专家”预测，不符合AI/ML方法的要求，尽管它们可以用作人类专家性能的指标。我们有兴趣支持流行病预测中的AI/ML研究，这可以在没有人为干预的情况下实现可扩展的预测。哪种建模技术、学习策略和数据预处理技术适用于流行病预测仍然是一个悬而未决的问题。为了帮助推进应用于流行病学的最先进的AI/ML，需要一个具有性能点集合的基准，并且需要确定当前的“最先进”技术。我们提出了EpiBench平台，该平台由社区驱动的AI/ML基准组成，应用于流行病预测，以通过统一的评估协议标准化挑战。在本文中，我们介绍了EpiBench的一个原型，该原型目前正在运行并接受美国各州COVID-19病例和死亡预测任务的提交，我们证明了我们可以利用该原型开发一个依赖于全自动流行病预测（无人为干预）的集成，该集成达到了CDC目前使用的人类专家级集成。
2021-02-04 cs.AI cs.LG
Hi-EF: Benchmarking Emotion Forecasting in Human-interaction
Hi-EF提出了一种基于人机交互的人机情感预测方法，通过动态交互视角提升情感预测的可行性与准确性。
2025-12-01 cs.CV cs.LG
Can Language Models Use Forecasting Strategies?
Google（谷歌）；Google DeepMind（谷歌DeepMind）；University of Washington（华盛顿大学）
本文通过真实事件预测数据集评估多种LLM预测设计，发现模型仍难以准确预测未来，并指出其倾向猜测事件不发生是可能原因，为系统研究LLM预测能力提供基础。
2024-06-06 cs.AI cs.LG
Learning Socially Appropriate Robot Approaching Behavior Toward Groups using Deep Reinforcement Learning
Uppsala University（乌普萨拉大学）；University of York（约克大学）；KTH Royal Institute of Technology（KTH皇家理工学院）
深度强化学习最近被广泛应用于机器人技术中，以研究运动和抓取等任务，但其在社会人机交互（HRI）中的应用仍然是一个挑战。在本文中，我们提出了一个深度学习方案，获得了一个先验模型的机器人接近行为的模拟，并将其应用到现实世界的互动与物理机器人接近人群。该计划，我们称之为阶段性社会行为学习（SSBL），考虑了社会场景中的不同学习阶段。我们在模拟中学习机器人接近小团体的行为，并在感知研究和人类参与者的HRI用户研究中使用客观和主观措施来评估模型的性能。结果表明，我们的模型产生更多的社会适当的行为相比，一个国家的最先进的模型。
2019-08-12 cs.HC cs.LG cs.RO
Wisdom of the Silicon Crowd: LLM Ensemble Prediction Capabilities Rival Human Crowd Accuracy
MIT（麻省理工学院）；University of Pennsylvania（宾夕法尼亚大学）
本研究通过十二个LLM的集成预测，证明其准确性可与人类群体预测相媲美，且引入人类中位数预测可提升模型准确性17%-28%。
2024-07-22 cs.AI cs.CL cs.CY
Human Pose Forecasting via Deep Markov Models
The Australian National University（澳大利亚国立大学）；Australian Centre for Robotic Vision（澳大利亚机器人视觉中心）
人体姿态预测是计算机视觉中的一个重要问题，在人机交互、视觉监控和自动驾驶等领域有着广泛的应用。通常，预测算法使用3D骨架序列，并经过训练以预测未来几毫秒。长期预测是具有挑战性的，因为很难估计一个人持续多久的活动。为此，我们的贡献是三方面的：（i）我们提出了一个生成框架的姿态使用变分自编码器基于深度马尔可夫模型（DMM）;（ii）我们评估我们的姿态预测使用基于姿态的动作分类器，我们认为更好地反映了主观质量的姿态预测比在坐标空间中的距离;（iii）最后，为了评估新模型，我们引入了一个480，000帧的视频数据集，称为宜家家具组装（Ikea FA），它描绘了人类反复组装和拆卸家具。我们在宜家FA和现有的NTU RGB+D数据集上展示了我们的方法的有希望的结果。
2017-09-05 cs.CV cs.LG
Pose Forecasting in Industrial Human-Robot Collaboration
Sapienza University of Rome（罗马第一大学）；University of Verona（维罗纳大学）
推回工业环境中的协作机器人的前沿，我们提出了一个新的分离稀疏图卷积网络（SeS-GCN）的位姿预测。SeS-GCN第一次将GCN中空间、时间和通道维度的交互瓶颈化，并通过师生框架学习稀疏邻接矩阵。与最先进的技术相比，它只使用了1.72%的参数，并且速度快了4倍，同时在未来1秒内仍然可以在Human3.6M上执行预测准确性，这使得cobots能够意识到人类操作员。作为第二个贡献，我们提出了一个新的基准协作机器人和人类在工业协同（CHICO）。CHICO包括20个人类操作员和协作机器人的多视图视频，3D姿势和轨迹，参与7个逼真的工业动作。此外，它还报告了226次真正的碰撞，发生在人类与协作机器人的交互过程中。我们在CHICO上测试SeS-GCN在机器人技术中的两个重要感知任务：人类姿势预测，在未来的1秒内达到85.3 mm（MPJPE）的平均误差，运行时间为2.3 msec，以及碰撞检测，通过将预测的人类运动与已知的协作机器人运动进行比较，获得F1分数为0.64。
2022-07-24 cs.CV cs.LG cs.RO
DialToM: A Theory of Mind Benchmark for Forecasting State-Driven Dialogue Trajectories
Singapore Management University（新加坡管理大学）；Australian National University（澳大利亚国立大学）
提出DialToM基准，通过多选评估框架从自然对话中构建，揭示LLMs在推断心理状态（字面ToM）与利用其进行社会预测（功能ToM）之间的系统性推理不对称性，并证明领域专家与AI之间存在显著能力差距。
2026-08-25 cs.AI cs.CL cs.LG
Forecasting Future World Events with Neural Networks
UC Berkeley（加州大学伯克利分校）；MIT（麻省理工学院）；UIUC（伊利诺伊大学厄巴纳-香槟分校）；University of Oxford（牛津大学）
预测未来世界事件是一项具有挑战性但有价值的任务。对气候、地缘政治冲突、流行病和经济指标的预测有助于制定政策和决策。在这些领域，专家的判断有助于做出最佳预测。鉴于语言建模的进步，这些预测可以自动化吗？为此，我们引入了Autocast，一个包含数千个预测问题和相应新闻语料库的数据集。问题来自预测比赛，确保高质量，现实世界的重要性和多样性。新闻语料库是按日期组织的，这使我们能够精确地模拟人类做出过去预测的条件（避免未来的泄漏）。由于难以预测数量级之间的数字（例如2022年的全球COVID-19病例），我们还策划了IntervalQA，这是一个数字问题和校准指标的数据集。我们在预测任务中测试了语言模型，发现其性能远低于人类专家的基线。然而，随着模型大小的增加和来自新闻语料库的相关信息的并入，性能提高。总之，Autocast对大语言模型提出了新的挑战，提高性能可以带来很大的实际好处。
2022-10-09 cs.CL cs.LG
ForecastBench: A Dynamic Benchmark of AI Forecasting Capabilities
Forecasting Research Institute（预测研究所）；Federal Reserve Bank of Chicago（芝加哥联邦储备银行）；New York University（纽约大学）；University of California, Berkeley（加州大学伯克利分校）；University of Pennsylvania（宾夕法尼亚大学）
ForecastBench是一个动态基准，通过1000个自动生成的未来事件问题评估ML预测准确性，发现专家预测者优于最强LLM，并公开排行榜。
2025-02-28 cs.AI cs.CL cs.LG
Counterfactual Forecasting of Human Behavior using Generative AI and Causal Graphs
本研究提出结合结构因果模型与Transformer生成式AI的用户行为反事实预测框架，通过因果图和条件生成模型生成真实轨迹，在多领域数据集上优于传统方法，且可可视化因果路径辅助产品团队评估干预措施。
2025-11-09 cs.CE cs.LG stat.ME
Human Motion Anticipation with Symbolic Label
University of Bonn（波恩大学）
预测人体运动取决于两个因素：过去的运动和人的意图。虽然第一个因素已被广泛用于预测人体运动的短序列，第二个仍然难以捉摸。在这项工作中，我们通过符号表示来近似一个人的意图，例如细粒度的动作标签，如步行或坐下。预测符号表示比预测具有复杂相互依赖性的全身姿势容易得多。然而，知道未来的动作使得预测人体运动更容易。我们利用这种连接，首先预计符号标签，然后生成人体运动，条件是人体运动输入序列以及预测标签。这允许模型提前许多步预测运动变化并相应地调整姿势。我们在短期和长期人体运动预测方面取得了最先进的成果。
2019-12-13 cs.CV cs.LG
ManiCast: Collaborative Manipulation with Cost-Aware Human Forecasting
Cornell University（康奈尔大学）
提出ManiCast框架，通过学习成本感知的人类运动预测并输入模型预测控制规划器，解决近距离人机协作操作中关键过渡点预测误差高的问题，实现7自由度机械臂与人类的流畅实时交互。
2023-11-27 cs.AI cs.LG cs.RO
MotionMixer: MLP-based 3D Human Body Pose Forecasting
Mercedes-Benz AG（梅赛德斯-奔驰股份公司）；Ulm University（乌尔姆大学）；Otto von Guericke University Magdeburg（马格德堡奥托·冯·格里克大学）
在这项工作中，我们提出了MotionMixer，一个高效的三维人体姿势预测模型，完全基于多层感知器（MLP）。MotionMixer通过顺序混合两种模态来学习时空3D身体姿势依赖性。给定3D身体姿势的堆叠序列，空间MLP提取身体关节的细粒度空间依赖性。身体关节随时间的相互作用，然后建模的时间MLP。最后，时空混合特征被聚合并解码以获得未来运动。为了校准姿态序列中每个时间步的影响，我们使用挤压和激励（SE）块。我们使用标准评估协议在Human3.6M，AMASS和3DPW数据集上评估我们的方法。对于所有评估，我们展示了最先进的性能，同时具有参数数量较少的模型。我们的代码可在：https://github.com/MotionMLP/MotionMixer
2022-07-01 cs.CV cs.LG
Massively Multi-Person 3D Human Motion Forecasting with Scene Context
University of Bonn（波恩大学）；University of Goettingen（哥廷根大学）；Lamarr Institute for Machine Learning and Artificial Intelligence（拉马尔机器学习与人工智能研究所）
提出场景感知社交Transformer模型（SAST），结合时间卷积与扩散模型，利用场景和周围人信息预测长期多人三维运动，在厨房数据集上优于现有方法。
2024-09-18 cs.CV cs.LG
RAIN: Reinforced Hybrid Attention Inference Network for Motion Forecasting
Honda Research Institute USA（美国本田研究院）；University of California, Berkeley（加州大学伯克利分校）；Carnegie Mellon University（卡内基梅隆大学）
运动预测在各种领域（例如，自动驾驶、人机交互），其目的是在给定一组历史观察的情况下预测未来的运动序列。然而，观察到的要素可能具有不同的重要性水平。在某些情况下，一些信息可能与预测无关，甚至会分散预测的注意力。为了解决这个问题，我们提出了一个通用的运动预测框架（命名为RAIN）与动态的关键信息选择和排名的基础上的混合注意力机制。一般框架实例化处理多智能体轨迹预测和人体运动预测任务，分别。在前一个任务中，模型学习用图形表示来识别代理之间的关系，并确定它们的相对重要性。在后一项任务中，模型学习捕获长期人类运动中的时间接近性和依赖性。我们还提出了一种有效的双阶段训练管道，并采用交替训练策略来优化框架不同模块中的参数。我们在不同领域的合成模拟和运动预测基准上验证了该框架，证明了我们的方法不仅实现了最先进的预测性能，而且提供了可解释的和合理的混合注意力权重。
2021-08-03 cs.AI cs.CV cs.LG
Forecasting Characteristic 3D Poses of Human Actions
Technical University of Munich（慕尼黑工业大学）；Google（谷歌）
我们提出了预测特征3d姿势的任务：从一个人的短序列观察，预测这个人未来的3d姿势，在一个可能的动作定义，特征姿势-例如，从观察一个人拿起一个苹果，预测这个人吃苹果的姿势。先前的人体运动预测工作以固定的时间间隔估计未来的姿势。虽然很容易定义，但这种逐帧的表述混淆了人类行为的时间和意图方面。相反，我们定义了一个语义上有意义的姿势预测任务，从时间上预测的姿势，从目标导向的行为中汲取灵感。为了预测特征姿态，我们提出了一种概率方法，该方法对可能的特征姿态分布中可能的多模态进行建模。然后，我们以自回归的方式从预测的分布中对未来的姿势假设进行采样，以对关节之间的依赖关系进行建模。为了评估我们的方法，我们构建了一个手动注释的特征3d姿态数据集。我们对这个数据集的实验表明，我们提出的概率方法平均比最先进的方法高出26%。
2022-03-08 cs.CV cs.LG
xERTE: Explainable Reasoning on Temporal Knowledge Graphs for Forecasting Future Links
Institute of Informatics, LMU Munich（慕尼黑大学信息学研究所）；Corporate Technology, Siemens AG（西门子股份公司中央研究院）；Department of Informatics, Technical University of Munich（慕尼黑工业大学信息学系）
建模随时间演化的知识图谱（KG）最近得到了越来越多的关注。在这里，图表示学习已经成为时间KG上的链接预测的主导范例。然而，基于嵌入的方法在很大程度上是以黑箱方式运行的，缺乏解释其预测的能力。本文提供了一个链接预测框架，原因在查询相关的子图的时间KG和联合模型的结构依赖和时间动态。特别是，我们提出了一个时间关系注意力机制和一个新的反向表示更新计划，以指导周围的查询封闭子图的提取。子图通过时间邻居的迭代采样和注意力传播来扩展。我们的方法提供了人类可以理解的证据来解释预测。我们评估我们的模型的四个基准时间知识图谱的链接预测任务。虽然更易于解释，但与以前的最佳KG预测方法相比，我们的模型在Hits@1上获得了高达20%的相对改进。我们还对53名受访者进行了调查，结果表明，该模型提取的链接预测证据与人类的理解一致。
2021-04-01 cs.AI cs.LG
MoFlow: One-Step Flow Matching for Human Trajectory Forecasting via Implicit Maximum Likelihood Estimation based Distillation
University of British Columbia（不列颠哥伦比亚大学）；Vector Institute for AI（向量人工智能研究所）；Simon Fraser University（西蒙菲莎大学）
提出条件流匹配模型 MoFlow 及仅需教师样本的 IMLE 蒸馏方法，在多个人体轨迹基准上达到最优，并以一步学生模型实现百倍采样加速。
2026-10-06 cs.AI cs.CV cs.LG
MobTCast: Leveraging Auxiliary Trajectory Forecasting for Human Mobility Prediction
RMIT University（皇家墨尔本理工大学）；ELLIS Unit Alicante Foundation（ELLIS阿利坎特单元基金会）
人类移动预测是许多基于位置的服务和应用中的核心功能。然而，由于移动性数据的稀疏性，预测将要访问的未来POI（感兴趣的地方）不是一件容易的任务。在本文中，我们提出了MobTCast，一个基于transformer的上下文感知网络的移动性预测。具体而言，我们探讨了四种类型的上下文在移动性预测的影响：时间，语义，社会和地理环境。我们首先设计了一个基本的移动性特征提取器使用的Transformer架构，它采取的历史POI序列和语义信息作为输入。它处理时间和语义上下文。基于基本提取器和用户的社会联系，我们采用了一个自我注意模块来模拟社会背景的影响。此外，与现有的方法不同，我们在MobTCast中引入了位置预测分支作为辅助任务，以对地理环境进行建模并预测下一个位置。直觉上，预测POI的位置与距辅助分支的预测位置之间的地理距离应尽可能接近。为了反映这种关系，我们设计了一致性损失，以进一步提高POI预测性能。在我们的实验结果中，MobTCast优于其他最先进的下一代POI预测方法。我们的方法说明了在下一个POI预测中包括不同类型的上下文的价值。
2021-09-30 cs.AI cs.LG
Complementary Learning System Empowers Online Continual Learning of Vehicle Motion Forecasting in Smart Cities
The School of Mechanical Engineering, Beijing Institute of Technology, Beijing 100081, China（北京理工大学机械工程学院）；The Key Laboratory of Road and Traffic Engineering, Ministry of Education, Tongji University, Shanghai, China（同济大学道路与交通工程重点实验室）；The School of Mechanical and Aerospace Engineering, Nanyang Technological University, Singapore（南洋理工大学机械与航空航天工程学院）
本文提出受大脑互补学习系统启发的Dual-LS在线持续学习范式，通过协同记忆重放机制，在车辆运动预测中减轻灾难性遗忘达74.31%，并降低计算资源需求达94.02%。
2025-09-06 cs.AI cs.LG
ForecastQA: A Question Answering Challenge for Event Forecasting with Temporal Text Data
University of Southern California（南加州大学）；Information Sciences Institute（信息科学研究所）
事件预测是一项具有挑战性但又重要的任务，因为人类不断寻求为未来做计划。现有的自动化预测研究主要依赖于结构化数据，如时间序列或基于事件的知识图谱，以帮助预测未来的事件。在这项工作中，我们的目标是制定一个任务，构建一个数据集，并提供基准开发方法的事件预测与大量的非结构化文本数据。为了模拟时间新闻文件的预测方案，我们制定了一个限制域，多项选择，问答（QA）任务的问题。与现有的QA任务不同，我们的任务限制了可访问的信息，因此模型必须做出预测判断。为了展示这个任务制定的有用性，我们引入了ForecastQA，这是一个由10，392个事件预测问题组成的问答数据集，这些问题已经通过众包工作收集和验证。我们使用基于BERT的模型在ForecastQA上进行了实验，发现我们最好的模型在数据集上达到了60.1%的准确率，仍然落后于人类表现约19%。我们希望ForecastQA将支持未来的研究工作，弥合这一差距。
2021-06-08 cs.LG stat.ML
Social-BiGAT: Multimodal Trajectory Forecasting using Bicycle-GAN and Graph Attention Networks
Stanford University（斯坦福大学）；Aibee Inc（Aibee公司）；University of Adelaide（阿德莱德大学）
预测场景中多个交互代理的未来轨迹已经成为许多不同应用的一个越来越重要的问题，从自动驾驶汽车和社交机器人的控制到安全和监控。这个问题由于人类之间的社会互动以及他们与场景的物理互动而变得更加复杂。虽然现有的文献已经探索了其中的一些线索，但它们主要忽略了每个人未来轨迹的多模态性质。在本文中，我们提出了Social-BiGAT，这是一个基于图的生成对抗网络，它通过更好地模拟场景中行人的社交互动来生成逼真的多模式轨迹预测。我们的方法是基于一个图形注意力网络（GAT），学习可靠的特征表示，编码场景中的人类之间的社会互动，和一个经常性的编码器-解码器架构，训练对抗预测，根据功能，人类的路径。我们通过在每个场景及其潜在噪声向量之间形成可逆变换来明确解释预测问题的多模态性质，如Bicycle-GAN中所述。我们表明，我们的框架实现了最先进的性能比较它的几个基线对现有的轨迹预测基准。
2019-07-17 cs.CV cs.LG
DAG-Net: Double Attentive Graph Neural Network for Trajectory Forecasting
AImageLab（AImage实验室）；University of Modena and Reggio Emilia（摩德纳-雷焦艾米利亚大学）
理解人类运动行为对于自动驾驶汽车或社交机器人等几种可能的应用来说是一项关键任务，并且通常对于自主智能体必须在以人为中心的环境中导航的所有设置来说都是如此。这是不平凡的，因为人类运动本质上是多模态的：给定人类运动路径的历史，人们在未来可以通过许多合理的方式移动。此外，人员活动通常由目标驱动，例如到达特定位置或与环境交互。我们通过提出一个新的循环生成模型来解决上述问题，该模型既考虑了单个代理的未来目标，也考虑了不同代理之间的交互。该模型利用基于双重注意力的图神经网络来收集关于不同代理之间的相互影响的信息，并将其与关于代理可能的未来目标的数据相结合。我们的建议是一般性的，足以适用于不同的场景：该模型在城市环境中，也在体育应用中实现了最先进的结果。
2020-10-23 cs.CV cs.LG
Ego-Pose Estimation and Forecasting as Real-Time PD Control
Carnegie Mellon University（卡内基梅隆大学）
我们提出了一个比例微分（PD）控制为基础的政策，通过强化学习（RL）的自我中心的视频估计和预测3D人体姿势。该方法直接从未分割的以自我为中心的视频和由各种复杂的人类运动（例如，蹲伏、跳跃、弯曲和运动转换）。我们提出了一个视频调节的经常性控制技术来预测物理上有效的和稳定的未来运动的任意长度。我们还引入了一个基于价值函数的故障安全机制，使我们的方法运行作为一个单一的通过算法的视频数据。对受控数据和野外数据的实验表明，我们的方法在运动的定量指标和视觉质量方面都优于以往的技术，并且足够强大，可以直接转移到现实世界的场景中。此外，我们的时间分析表明，我们的姿势估计和预测的组合使用可以运行在30 FPS，使其适合于实时的【形】应用。
2019-08-04 cs.AI cs.CV cs.LG
SITUATE: Indoor Human Trajectory Prediction through Geometric Features and Self-Supervised Vision Representation
University of Verona（维罗纳大学）；Visvesvaraya National Institute of Technology（维斯瓦瓦拉亚国家理工学院）
本文提出 SITUATE 方法，结合等变与不变几何特征和自监督视觉表示进行室内人类轨迹预测，在 THÖR 和 Supermarket 数据集上取得最优性能，并展现出优于室外导向模型的泛化能力。
2024-09-01 cs.CV cs.LG
