SOCIALGYM 2.0: Simulator for Multi-Agent Social Robot Navigation in Shared Human Spaces

要約

ソーシャル ロボット研究用のマルチエージェント ナビゲーション シミュレーターである SocialGym 2 を紹介します。
当社のシミュレーターは複数の自律型エージェントをモデル化し、出入り口、廊下、交差点、ラウンドアバウトなどの複雑な環境で現実世界のダイナミクスを再現します。
オープン スペースで基本的な運動学的制約を持つ単一のロボットに集中する従来のシミュレータとは異なり、SocialGym 2 はマルチエージェント強化学習 (MARL) を採用して、複雑な環境で多様で動的な制約を持つ複数のロボットに最適なナビゲーション ポリシーを開発します。
PettingZoo MARL ライブラリと Stable Baselines3 API に基づいて構築された SocialGym 2 は、ROS メッセージングを介してナビゲーション スタックと統合するアクセス可能な Python インターフェイスを提供します。
SocialGym 2 は簡単にインストールでき、docker コンテナーにパッケージ化されており、さまざまな MARL アルゴリズムを交換して評価し、観察機能と報酬機能をカスタマイズする機能を提供します。
また、ユーザーが独自の環境を作成できるようにするスクリプトも提供しており、さまざまなソーシャル ナビゲーション アルゴリズムを使用してベンチマークを実施し、幅広いソーシャル ナビゲーション メトリックを報告しています。
予測ホスト: https://amrl.cs.utexas.edu/social_gym/index.html

要約(オリジナル)

We present SocialGym 2, a multi-agent navigation simulator for social robot research. Our simulator models multiple autonomous agents, replicating real-world dynamics in complex environments, including doorways, hallways, intersections, and roundabouts. Unlike traditional simulators that concentrate on single robots with basic kinematic constraints in open spaces, SocialGym 2 employs multi-agent reinforcement learning (MARL) to develop optimal navigation policies for multiple robots with diverse, dynamic constraints in complex environments. Built on the PettingZoo MARL library and Stable Baselines3 API, SocialGym 2 offers an accessible python interface that integrates with a navigation stack through ROS messaging. SocialGym 2 can be easily installed and is packaged in a docker container, and it provides the capability to swap and evaluate different MARL algorithms, as well as customize observation and reward functions. We also provide scripts to allow users to create their own environments and have conducted benchmarks using various social navigation algorithms, reporting a broad range of social navigation metrics. Projected hosted at: https://amrl.cs.utexas.edu/social_gym/index.html

arxiv情報

提供元, 利用サービス

arxiv.jp, Google