Exploring Social Motion Latent Space and Human Awareness for Effective Robot Navigation in Crowded Environments

要約

この研究は、ソーシャル モーション潜在空間からロボット制御を生成する方法を学習することにより、ソーシャル ロボット ナビゲーションへの新しいアプローチを提案します。
このソーシャル モーションの潜在空間を活用することで、提案された方法は、成功率、ナビゲーション時間、軌道の長さなどのソーシャル ナビゲーション メトリクスの大幅な改善を達成するとともに、より滑らかで (ジャークと角度の偏差が少なく) より予測的な軌道を生成します。
提案手法の優位性は、さまざまなシナリオにおけるベースラインモデルとの比較を通じて実証されます。
さらに、ロボットに対する人間の意識の概念がソーシャル ロボット ナビゲーション フレームワークに導入され、人間の認識を組み込むと、ロボットと積極的に対話する人間の能力により、軌道がより短く滑らかになることが示されています。

要約(オリジナル)

This work proposes a novel approach to social robot navigation by learning to generate robot controls from a social motion latent space. By leveraging this social motion latent space, the proposed method achieves significant improvements in social navigation metrics such as success rate, navigation time, and trajectory length while producing smoother (less jerk and angular deviations) and more anticipatory trajectories. The superiority of the proposed method is demonstrated through comparison with baseline models in various scenarios. Additionally, the concept of humans’ awareness towards the robot is introduced into the social robot navigation framework, showing that incorporating human awareness leads to shorter and smoother trajectories owing to humans’ ability to positively interact with the robot.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google