Rearrange Indoor Scenes for Human-Robot Co-Activity

要約

人間とロボットの共同作業をより適切に行うために、屋内家具を再配置するための最適化ベースのフレームワークを提示します。
この再配置は、日常の人間の活動を損なうことなく、ロボットの活動に十分なアクセシブルなスペースを提供することを目的としています。
人間の活動を維持するために、私たちのアルゴリズムは、SUNCG と ConceptNet からそれぞれ抽出された空間的共起と意味的共起を統合することにより、家具間の機能的関係を維持します。
ロボットが移動できるオープン スペースの量と到達できるオブジェクトの数によってロボットのアクセス可能なスペースを定義することにより、適応シミュレーテッド アニーリング (ASA) と共分散によって解決される最適化問題として、人間とロボットの共同活動の再配置を定式化します。
マトリックス適応進化戦略 (CMA-ES)。
SUNCG データセットに対する私たちの実験では、シーンを再配置すると、アクセス可能なスペースが平均で 14% 増加し、相互作用するオブジェクトが 30% 増加することが定量的に示されています。
再配置されたシーンの品質は、人間の研究によって定性的に検証され、提案された戦略の有効性を示しています。

要約(オリジナル)

We present an optimization-based framework for rearranging indoor furniture to accommodate human-robot co-activities better. The rearrangement aims to afford sufficient accessible space for robot activities without compromising everyday human activities. To retain human activities, our algorithm preserves the functional relations among furniture by integrating spatial and semantic co-occurrence extracted from SUNCG and ConceptNet, respectively. By defining the robot’s accessible space by the amount of open space it can traverse and the number of objects it can reach, we formulate the rearrangement for human-robot co-activity as an optimization problem, solved by adaptive simulated annealing (ASA) and covariance matrix adaptation evolution strategy (CMA-ES). Our experiments on the SUNCG dataset quantitatively show that rearranged scenes provide an average of 14% more accessible space and 30% more objects to interact with. The quality of the rearranged scenes is qualitatively validated by a human study, indicating the efficacy of the proposed strategy.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google