연구팀은 복잡하고 동적인 환경에서 상호작용하는 움직임에 대해 예측적으로 추론하는 범용 선언형 프레임워크를 제시했다. 저수준 모션 계산을 의미적 수준에서 안내하는 설명 가능한 시공간 멘탈모델 형성에 초점을 맞춰, 상호작용 모션 궤적의 동역학을 특징짓는 ASP(답집합 프로그래밍) 모델, 가지친 궤적 미래를 도출하는 의미 기반 예측, 예측을 평가·순위화·필터링하는 에너지 기반 최적화 모델을 결합한 하이브리드·모듈형 구조를 사용한다. Argoverse 2 벤치마크로 평가한 결과, 각 예측 궤적이 종단간 확률적 예측과 달리 명시적이고 점검 가능한 사건 수준의 가설을 담고 있다는 점이 특징이다.

• •동적 환경의 상호작용 모션을 예측하는 설명 가능한 선언형 프레임워크(ASP 기반) 제안
• •동역학 특징화(ASP), 가지친 미래 예측, 에너지 기반 평가·필터링의 3단계 모듈형 구조
• •Argoverse 2 벤치마크로 평가, 각 예측에 점검 가능한 사건 단위 가설 부여
• •종단간 확률적 예측과 달리 예측 과정의 설명 가능성과 모듈 교체 용이성 확보