Sub-ID: Ein Verfahren zur identifizierbaren Zerlegung von Submovements in menschlichen Trajektorien
Das Preprint stellt Sub-ID vor, eine Methode zur Zerlegung menschlicher Handtrajektorien in diskrete Submovements. Sie nutzt ein spatiotemporales Kernel-Korrelationskriterium, um die Identifizierbarkeit der Zerlegung zu bewerten, und erzielt auf synthetischen Daten eine genaue Rückgewinnung der Ground-Truth-Parameter, wo bestehende Verfahren versagen. Zudem skaliert Sub-ID auf lange 3D-Bewegungen und könnte damit für Motorikforschung und Imitationslernen relevant sein.
Wie lässt sich die Zerlegung menschlicher Bewegungen in Submovements so durchführen, dass die Zerlegung identifizierbar ist und auch bei langen, dreidimensionalen Trajektorien zuverlässig funktioniert?
Bestehende Verfahren zur Submovement-Zerlegung skalieren schlecht oder treffen Annahmen, deren Einfluss auf das Ergebnis nicht messbar ist. Exakte Suchverfahren werden ab etwa zehn Primitiven rechnerisch untraktabel, während schnellere heuristische oder gelernte Methoden verzerrte oder nicht interpretierbare Zerlegungen liefern können, ohne dass ein Kriterium existiert, um dies zu erkennen.
Bisherige Ansätze lassen sich in drei Gruppen einteilen: exakte globale Optimierung wie Branch-and-Bound und Scattershot, die exponentiell skalieren; Suchraum-Reduktion, generative Priors und feste Primitive-Bibliotheken, die Annahmen einführen; sowie gelernte Verfahren wie SSSUMO, die auf Labels früherer Algorithmen trainiert sind und dadurch deren Verzerrungen übernehmen. Keines dieser Verfahren bietet ein Maß für die Identifizierbarkeit der Zerlegung.
Sub-ID kombiniert eine heuristische Peak-Erkennung im Geschwindigkeitsprofil mit einer gierigen Restfehler-Verfeinerung und einer anschließenden Optimierung im Positionsbereich mit adaptiver Ridge-Regularisierung. Als zentrales Kriterium führt es die spatiotemporale Kernel-Korrelation ein, die aus der Cramér-Rao-Schranke abgeleitet ist und angibt, wann zwei Primitive unterscheidbar sind. Die Ridge-Regularisierung ist so ausgelegt, dass sie Lösungen mit niedriger Korrelation bevorzugt.
Auf synthetischen Daten mit 100 Versuchen pro Komplexitätsstufe (K=3, 8, 15) reproduziert Sub-ID die Ground-Truth-Verteilungen von Dauer, Amplitude, Anzahl und Refraktärzeit. Der Positions-RMSE liegt bei Sub-ID bei 0,012 m für K=15, während Gowda mindestens 0,015 m (K=3) und bis zu 0,06 m (K=15) erreicht und SSSUMO 0,120 m bei K=15. Die Kernel-Korrelation bleibt bei Sub-ID niedrig (maximal 0,45 bei K=15, 3,00 % kritische Überlappungen über 0,8), während Gowda auf 0,68 mit 12,30 % und SSSUMO auf 0,96 mit 51,83 % kritischen Überlappungen steigt. Bei bimodalen Verteilungen (K=15) erkennt Sub-ID die zweimodale Struktur, die geschätzte Anzahl liegt zwischen 14 und 16 Primitive. Bei extremer Überlappung erkennt Sub-ID die Nicht-Identifizierbarkeit und unterschätzt die Anzahl bewusst. Reale 2D- und 3D-Langzeitaufgaben (PushT-Varianten) wurden qualitativ ausgewertet, quantitative Ergebnisse für reale Daten werden im Paper nicht berichtet.
Die Autoren nennen als Einschränkung, dass das Korrelationskriterium auf den geschätzten Richtungsvektoren beruht und eine falsche Lösung mit orthogonalen Richtungen fälschlich niedrige Korrelation anzeigen könnte. Zudem wurde SSSUMO nur in der veröffentlichten Version evaluiert und nicht auf Sub-ID-Labels neu trainiert. Die finale Optimierung erfolgt im kartesischen Koordinatensystem, was nicht der menschlichen Wahrnehmung entsprechen muss, und das Rauschmodell der Positionsanpassung entspricht nicht der maximalen Likelihood bei Brownscher Motorrausch. Es werden keine quantitativen Ergebnisse für reale Daten berichtet, und die Methode wurde nur auf einem einzigen Robotik-Datensatztyp (PushT) getestet.
Sub-ID könnte in der Neurorehabilitation zur feineren Verlaufskontrolle nach Schlaganfall eingesetzt werden, da Submovement-Parameter als sensitiver Marker gelten. In der Robotik und im Imitationslernen könnten die extrahierten Primitive als Grundlage für Bewegungsparameter in DMP, ProMP oder GMM dienen. Kurzfristig (1 bis 3 Jahre) ist der Einsatz in der Forschung wahrscheinlich, sofern der Code verfügbar ist und weitere Validierungen auf breiteren menschlichen Datensätzen erfolgen. Für klinische oder industrielle Produkte sind mehr als 3 Jahre realistisch, da noch offene Fragen zur Generalisierbarkeit und zum Rauschmodell bestehen.
Der Volltext wird hier nicht wiedergegeben, weil die Lizenz der Studie das nicht erlaubt. Das Original steht auf arXiv.