Interaction-aware Conformal Prediction for Crowd Navigation

要約

群衆のナビゲーション中、ロボットモーションプランは人間の動きの不確実性を考慮する必要があり、人間のモーションの不確実性はロボットモーションプランに依存しています。
相互作用を認識しているコンフォーマル予測（ICP）を導入して、不確実性を認識したロボットのモーション計画と意思決定依存性の人間の動きの不確実性の定量化を交互に導入します。
ICPは、人間の軌道を予測するための軌跡予測因子、確率的安全性のために追加された信頼区間半径を備えたロボットモーションを計画するモデル予測コントローラー、計画されたロボットモーションに条件付けられた人間の軌跡キャリブレーションデータセットを収集する人間のシミュレーター、および適合性予測モジュールで構成されています。
意思決定依存性キャリブレーションデータセットの軌道予測エラーを定量化する。
群衆ナビゲーションシミュレーションの実験は、ICPが以前の作品と比較して、ナビゲーション効率、社会的認識、不確実性の定量化の間でパフォーマンスのバランスを確保することを示しています。
ICPは、さまざまな群衆密度の下でのナビゲーションタスクによく一般化します。
速いランタイムと効率的なメモリ使用により、実際のアプリケーションでICPが実用的になります。
コードはhttps://github.com/tedhuang96/icpで入手できます。

要約(オリジナル)

During crowd navigation, robot motion plan needs to consider human motion uncertainty, and the human motion uncertainty is dependent on the robot motion plan. We introduce Interaction-aware Conformal Prediction (ICP) to alternate uncertainty-aware robot motion planning and decision-dependent human motion uncertainty quantification. ICP is composed of a trajectory predictor to predict human trajectories, a model predictive controller to plan robot motion with confidence interval radii added for probabilistic safety, a human simulator to collect human trajectory calibration dataset conditioned on the planned robot motion, and a conformal prediction module to quantify trajectory prediction error on the decision-dependent calibration dataset. Crowd navigation simulation experiments show that ICP strikes a good balance of performance among navigation efficiency, social awareness, and uncertainty quantification compared to previous works. ICP generalizes well to navigation tasks under various crowd densities. The fast runtime and efficient memory usage make ICP practical for real-world applications. Code is available at https://github.com/tedhuang96/icp.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google