Kernekoncepter
ロボットが人間の存在を認識し、人々を傷つけないことを示すことで、人間とロボットの共存を促進する社会的ナビゲーションの枠組みを提案する。
Resumé
本論文は、ロボットの社会的ナビゲーションを向上させるための新しい枠組みを提案している。従来の手法は、人間の行動に関する仮定に基づいて設計されたユーティリティ関数やリワード関数を使用していたが、これらには限界がある。
提案する枠組みは、生データのみを使用し、人間の行動に関する仮定を置かない学習手法であるLearning from Demonstration (LfD)を採用する。また、周囲の歩行者の将来の軌跡を考慮することで、より現実的な社会的ナビゲーションを実現する。
具体的には、以下の3つの要素から構成される:
歩行者の将来の軌跡を予測するモジュール
環境全体の情報を効果的に活用するためのCNNベースの状態エンコーダ
生データから社会的ナビゲーションを学習するCNPベースのモジュール
これらの要素を統合することで、ロボットが人間の存在を認識し、社会的に適切な行動をとることができるようになる。現在、個々の要素について実験を行っており、今後は全体システムの統合と実世界での評価を行う予定である。
Statistik
ロボットが人間の周りを通過する際、人間の不安感を減らすことが重要である。
ロボットの社会的ナビゲーションを向上させることで、人間とロボットの共存を促進できる。