提案手法は、長期メモリを活用して周辺情報を保持し、人間-ロボット相互作用に高い注意を払うことで、混雑した環境でのロボットの安全かつ効率的なナビゲーションを実現する。
本研究は、デモンストレーションを活用したマルチ目的強化学習フレームワークを提案し、ユーザー嗜好の動的適応を可能にする。これにより、ロボットは基本的なナビゲーション目標と並行して、ユーザーの好みを反映した柔軟な行動を学習できる。