MetaUrban: An Embodied AI Simulation Platform for Urban Micromobility

要約

街並みや広場などの公共の都市空間は、住民にサービスを提供し、あらゆる活気に満ちた社会生活に対応します。
ロボット工学と身体型 AI の最近の進歩により、公共の都市空間はもはや人間だけのものではなくなりました。
食品配達ロボットや電動車椅子が歩行者と歩道を共有し始め、最近ではロボット犬やヒューマノイドが街路に出現しています。
AI によって可能になる都市の公共空間での短距離移動を実現するマイクロモビリティは、将来の交通システムにおいて重要な要素を果たします。
モバイルマシンを操作する AI モデルの汎用性と安全性を確保することが不可欠です。
この研究では、AI 駆動の都市マイクロモビリティ研究のための組成シミュレーション プラットフォームである MetaUrban を紹介します。
MetaUrban は、構成要素から無限の数のインタラクティブな都市シーンを構築でき、膨大な数の平面図、オブジェクトの配置、歩行者、交通弱者の道路利用者、その他のモバイル エージェントの外観とダイナミクスをカバーします。
私たちは、都市マイクロモビリティ研究のための MetaUrban を使用したパイロット研究としてポイント ナビゲーションとソーシャル ナビゲーション タスクを設計し、強化学習と模倣学習のさまざまなベースラインを確立します。
私たちはモバイル マシン全体で広範な評価を実施し、異種の機械構造が AI ポリシーの学習と実行に大きな影響を与えることを実証しています。
私たちは徹底したアブレーション研究を実施し、シミュレートされた環境の構成的性質により、訓練されたモバイル エージェントの一般化可能性と安全性が大幅に向上する可能性があることを示しています。
MetaUrban は、研究の機会を提供し、都市における安全で信頼できる組み込み型 AI とマイクロモビリティを促進するために一般公開されます。
コードとデータセットは一般に公開されます。

要約(オリジナル)

Public urban spaces like streetscapes and plazas serve residents and accommodate social life in all its vibrant variations. Recent advances in Robotics and Embodied AI make public urban spaces no longer exclusive to humans. Food delivery bots and electric wheelchairs have started sharing sidewalks with pedestrians, while robot dogs and humanoids have recently emerged in the street. Micromobility enabled by AI for short-distance travel in public urban spaces plays a crucial component in the future transportation system. Ensuring the generalizability and safety of AI models maneuvering mobile machines is essential. In this work, we present MetaUrban, a compositional simulation platform for the AI-driven urban micromobility research. MetaUrban can construct an infinite number of interactive urban scenes from compositional elements, covering a vast array of ground plans, object placements, pedestrians, vulnerable road users, and other mobile agents’ appearances and dynamics. We design point navigation and social navigation tasks as the pilot study using MetaUrban for urban micromobility research and establish various baselines of Reinforcement Learning and Imitation Learning. We conduct extensive evaluation across mobile machines, demonstrating that heterogeneous mechanical structures significantly influence the learning and execution of AI policies. We perform a thorough ablation study, showing that the compositional nature of the simulated environments can substantially improve the generalizability and safety of the trained mobile agents. MetaUrban will be made publicly available to provide research opportunities and foster safe and trustworthy embodied AI and micromobility in cities. The code and dataset will be publicly available.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google