要約
複雑なシナリオで人間のエージェントと対話することは、特に屋内空間など、衝突回避と協調的な対話の両方が必要な環境では、ロボット ナビゲーションにとって大きな課題となります。
静的または予測可能に移動する障害物とは異なり、人間の行動は本質的に複雑で予測不可能であり、他のエージェントとの動的な相互作用から生じます。
既存のシミュレーション ツールは、このような反応的で協調的な行動を適切にモデル化できないことが多く、堅牢なソーシャル ナビゲーション戦略の開発と評価を妨げています。
この論文では、高度にインタラクティブなシナリオで人間のようなインタラクションをシミュレートするために、分散ポテンシャル ゲームを利用した新しいフレームワークを紹介します。
このフレームワーク内で、各エージェントは、その推定に基づいて他のエージェントとの仮想協力ゲームを想像します。
この定式化により、さまざまなシナリオにわたって構成可能な方法で、多様で現実的なインタラクション パターンの生成が容易になることを実証します。
さらに、インタラクティブ エージェント モデルを活用して、インタラクティブ ナビゲーション アルゴリズムの学習と評価を容易にするジムのような環境を開発しました。
要約(オリジナル)
Interacting with human agents in complex scenarios presents a significant challenge for robotic navigation, particularly in environments that necessitate both collision avoidance and collaborative interaction, such as indoor spaces. Unlike static or predictably moving obstacles, human behavior is inherently complex and unpredictable, stemming from dynamic interactions with other agents. Existing simulation tools frequently fail to adequately model such reactive and collaborative behaviors, impeding the development and evaluation of robust social navigation strategies. This paper introduces a novel framework utilizing distributed potential games to simulate human-like interactions in highly interactive scenarios. Within this framework, each agent imagines a virtual cooperative game with others based on its estimation. We demonstrate this formulation can facilitate the generation of diverse and realistic interaction patterns in a configurable manner across various scenarios. Additionally, we have developed a gym-like environment leveraging our interactive agent model to facilitate the learning and evaluation of interactive navigation algorithms.
arxiv情報
著者 | Lingfeng Sun,Yixiao Wang,Pin-Yun Hung,Changhao Wang,Xiang Zhang,Zhuo Xu,Masayoshi Tomizuka |
発行日 | 2024-11-06 05:08:49+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google