A Framework for Realistic Simulation of Daily Human Activity

要約

Astro のような、家庭内のユーザーの日常的な動きと対話し、それに適応するソーシャル ロボットの場合、機能の開発とテストには人間の活動の現実的なシミュレーションが必要です。
この論文では、家庭環境における人間の日常の活動パターンを大規模にシミュレートし、さまざまなペルソナや活動パターンの手動構成、活動タイミングのバリエーション、および複数の家のレイアウトでのテストをサポートするフレームワークを紹介します。
スケジュールの日々の変動を指定する方法を導入し、テンプレートからスケジュールを生成するための双方向制約伝播アルゴリズムを紹介します。
私たちは、ユースケースシナリオ分析を通じてフレームワークの表現力を検証し、私たちの方法を使用して、3 つの公開データセットと自己収集データセットから人間の行動によく似たデータを生成できることを実証します。
私たちの貢献は、大規模なソーシャル ロボットの動作の系統的なテストをサポートし、さまざまな家庭での人間の動きの合成データセットの手続き型生成を可能にし、トレーニング データの偏りを最小限に抑えて、家庭環境向けのより堅牢で効果的なロボットの実現につながります。

要約(オリジナル)

For social robots like Astro which interact with and adapt to the daily movements of users within the home, realistic simulation of human activity is needed for feature development and testing. This paper presents a framework for simulating daily human activity patterns in home environments at scale, supporting manual configurability of different personas or activity patterns, variation of activity timings, and testing on multiple home layouts. We introduce a method for specifying day-to-day variation in schedules and present a bidirectional constraint propagation algorithm for generating schedules from templates. We validate the expressive power of our framework through a use case scenario analysis and demonstrate that our method can be used to generate data closely resembling human behavior from three public datasets and a self-collected dataset. Our contribution supports systematic testing of social robot behaviors at scale, enables procedural generation of synthetic datasets of human movement in different households, and can help minimize bias in training data, leading to more robust and effective robots for home environments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google