Learning Social Cost Functions for Human-Aware Path Planning

要約

社会的に受け入れられることは、ソーシャル ロボット ナビゲーションの主な目標の 1 つです。
このテーマは近年関心が高まっているにもかかわらず、研究のほとんどは障害物のない軌道に沿ってロボット エージェントを駆動し、将来の人間の動きの推定に基づいて計画を立てて個人間の距離を尊重し、ナビゲーションを最適化することに焦点を当てています。
しかし、日常生活における社会的交流は、列の列を切るのではなく列の最後に立つ場合など、動きに厳密には依存しない規範によっても規定されます。
この論文では、一般的な社会シナリオを認識し、それらに適応するために従来のプランナーのコスト関数を変更する新しい方法を提案します。
このソリューションにより、ロボットは、従来のナビゲーションの堅牢性を維持しながら、他の方法では発生しないさまざまなソーシャル ナビゲーション動作を実行できるようになります。
私たちのアプローチでは、タスクごとに異なるモジュールを持たせるのではなく、ロボットが単一の学習済みモデルを使用してさまざまな社会規範を学習できるようになります。
概念実証として、私たちは列に並ぶタスクを考慮し、人々のグループが互いに話し合うインタラクションスペースを尊重しますが、この方法は動作を含まない他の人間の活動にも拡張できます。

要約(オリジナル)

Achieving social acceptance is one of the main goals of Social Robotic Navigation. Despite this topic has received increasing interest in recent years, most of the research has focused on driving the robotic agent along obstacle-free trajectories, planning around estimates of future human motion to respect personal distances and optimize navigation. However, social interactions in everyday life are also dictated by norms that do not strictly depend on movement, such as when standing at the end of a queue rather than cutting it. In this paper, we propose a novel method to recognize common social scenarios and modify a traditional planner’s cost function to adapt to them. This solution enables the robot to carry out different social navigation behaviors that would not arise otherwise, maintaining the robustness of traditional navigation. Our approach allows the robot to learn different social norms with a single learned model, rather than having different modules for each task. As a proof of concept, we consider the tasks of queuing and respect interaction spaces of groups of people talking to one another, but the method can be extended to other human activities that do not involve motion.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google