Learning Evacuee Models from Robot-Guided Emergency Evacuation Experiments

要約

最近の研究では、緊急時に避難者を安全な出口に誘導するためにロボットを使用する可能性が検討されています。
しかし、人間がロボットに従うという決定に影響を与える可能性のある要因は数多くあります。
避難者が緊急ロボットガイドにどのように従うかをモデル化できることは、緊急時に避難者を効果的に誘導するロボットを設計する上で非常に重要となる可能性があります。
この論文では、物理的な人間の避難実験から現実的かつ予測可能な人間の避難者モデルを開発する方法を紹介します。
この論文は、ロボットによる物理的な避難中の 14 人の被験者の行動を分析しています。
次に、ビデオデータを使用して、緊急時の避難者の将来の位置を予測する避難者の動作モデルを作成します。
最後に、物理的な人間の被験者の実験中に収集されたデータに対して k 分割交差検証を実行することで、結果のモデルを検証します。
また、同様の模擬緊急避難実験からのデータを使用したモデルのパフォーマンス結果も示し、これらのモデルが新しい避難シミュレーションで避難者の行動を予測するツールとして機能できることを示しています。

要約(オリジナル)

Recent research has examined the possibility of using robots to guide evacuees to safe exits during emergencies. Yet, there are many factors that can impact a person’s decision to follow a robot. Being able to model how an evacuee follows an emergency robot guide could be crucial for designing robots that effectively guide evacuees during an emergency. This paper presents a method for developing realistic and predictive human evacuee models from physical human evacuation experiments. The paper analyzes the behavior of 14 human subjects during physical robot-guided evacuation. We then use the video data to create evacuee motion models that predict the person’s future positions during the emergency. Finally, we validate the resulting models by running a k-fold cross-validation on the data collected during physical human subject experiments. We also present performance results of the model using data from a similar simulated emergency evacuation experiment demonstrating that these models can serve as a tool to predict evacuee behavior in novel evacuation simulations.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google