Learning Strategies For Successful Crowd Navigation

要約

自律移動ロボットに群衆の中をうまく移動できるように教えることは、困難な課題です。
それには計画が必要なだけでなく、状況によって異なる可能性がある社会規範を維持する必要もあります。
ここでは、ニューラル ネットワークを使用して、ロボットとその場で特定の戦略を学習する群衆のナビゲーションに焦点を当てます。
これにより、実際のロボットに対する人間の行動や反応を考慮に入れたり、そのコンテキストにおけるさまざまなシナリオに特有の戦略を学習したりすることができます。
CNN はシーンのトップダウン画像を入力として受け取り、ロボットが実行する次のアクションを速度と角度に関して出力します。
ここでは手法と実験結果を紹介し、我々のアプローチを定量的に評価します。

要約(オリジナル)

Teaching autonomous mobile robots to successfully navigate human crowds is a challenging task. Not only does it require planning, but it requires maintaining social norms which may differ from one context to another. Here we focus on crowd navigation, using a neural network to learn specific strategies in-situ with a robot. This allows us to take into account human behavior and reactions toward a real robot as well as learn strategies that are specific to various scenarios in that context. A CNN takes a top-down image of the scene as input and outputs the next action for the robot to take in terms of speed and angle. Here we present the method, experimental results, and quantitatively evaluate our approach.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google