Learning Contact-based Navigation in Crowds

要約

衝突のないソーシャル ナビゲーションはよく研究されている問題ですが、混雑した環境で意図的に人間との接触を組み込むナビゲーション戦略 (つまり、「接触ベースの」ソーシャル ナビゲーション) はほとんど研究されていません。
従来のソーシャル ナビゲーション フレームワークでは、衝突が差し迫っている場合はいつでも、ロボットを突然停止または「フリーズ」させる必要がありました。
このパラダイムには 2 つの問題があります。1) 群衆の中を移動中にフリーズすると、人がつまずいてロボットに転倒し、衝突自体よりも多くの被害をもたらす可能性があること、および 2) 衝突が避けられない非常に密集した社会環境では、このような制御方式
ロボットを動かすことができなくなり、人間がロボットをこれらの環境にどのように組み込むかを研究する機会が妨げられます。
しかし、にぎやかな通り、地下鉄、店舗、またはその他の人口密度の高い場所などの混雑した社会空間にロボットを有意義に含める場合、衝突ゼロを保証できる軌道は存在しない可能性があります。
したがって、これらの環境でロボットを採用するには、接触を安全に計画して対応できる、混乱を最小限に抑えるナビゲーション計画の開発が必要です。
全方向移動ロボットの安全な接触を使用して、密集した社会環境をナビゲートするための学習ベースのモーションプランナーと制御スキームを提案します。
プランナーは、1 平方メートルあたり 0.0 ～ 1.6 人の群集密度で 360 回の試行にわたってシミュレーションで評価されます。
私たちのナビゲーション スキームは、私たちの知る限り、これまでに報告されているよりも高密度の群衆の中を安全にナビゲートするために接触を使用することができます。

要約(オリジナル)

Navigation strategies that intentionally incorporate contact with humans (i.e. ‘contact-based’ social navigation) in crowded environments are largely unexplored even though collision-free social navigation is a well studied problem. Traditional social navigation frameworks require the robot to stop suddenly or ‘freeze’ whenever a collision is imminent. This paradigm poses two problems: 1) freezing while navigating a crowd may cause people to trip and fall over the robot, resulting in more harm than the collision itself, and 2) in very dense social environments where collisions are unavoidable, such a control scheme would render the robot unable to move and preclude the opportunity to study how humans incorporate robots into these environments. However, if robots are to be meaningfully included in crowded social spaces, such as busy streets, subways, stores, or other densely populated locales, there may not exist trajectories that can guarantee zero collisions. Thus, adoption of robots in these environments requires the development of minimally disruptive navigation plans that can safely plan for and respond to contacts. We propose a learning-based motion planner and control scheme to navigate dense social environments using safe contacts for an omnidirectional mobile robot. The planner is evaluated in simulation over 360 trials with crowd densities varying between 0.0 and 1.6 people per square meter. Our navigation scheme is able to use contact to safely navigate in crowds of higher density than has been previously reported, to our knowledge.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google