A Study in Zucker: Insights on Interactions Between Humans and Small Service Robots

要約

ヒューマン・ロボット・インタラクション（HRI）の最近の進歩にも関わらず、小規模サービス屋内ロボットの存在下で人間がどのように対話し行動するか、ひいてはそのようなロボットの人間中心の行動についての知識は依然として限られています。
これは、現在の軌道予測方法の屋内 HRI 設定への適用可能性や、共有環境における既存の群衆シミュレーション モデルの精度についても懸念を引き起こします。
これらの問題に対処するために、人間と、さまざまな種類のコントローラーを実行する小型差動駆動ロボットとの間の相互作用に焦点を当てた新しい HRI データセットを導入します。
私たちの分析は、予測型ロボットコントローラーと非予測型ロボットコントローラーが人間の安全性と効率性に対して同様の制約を課していることを示しています。
さらに、人間の軌跡を予測するための現在の最先端モデルが屋内 HRI 設定にも適切に拡張できることもわかりました。
最後に、小型ロボットとの相互作用は、人間と人間の相互作用と比較して有限レベルの社会的不快感しか引き起こすことができないため、衝突が差し迫っている場合、人間は小さな差動駆動に対して他の人間とは異なる反応を示すことを示します。
データセットと関連コードとモデルは、https://motion-lab.github.io/ZuckerDataset から入手できます。

要約(オリジナル)

Despite recent advancements in human-robot interaction (HRI), there is still limited knowledge about how humans interact and behave in the presence of small service indoor robots and, subsequently, about the human-centered behavior of such robots. This also raises concerns about the applicability of current trajectory prediction methods to indoor HRI settings as well as the accuracy of existing crowd simulation models in shared environments. To address these issues, we introduce a new HRI dataset focusing on interactions between humans and small differential drive robots running different types of controllers. Our analysis shows that anticipatory and non-anticipatory robot controllers impose similar constraints to humans’ safety and efficiency. Additionally, we found that current state-of-the-art models for human trajectory prediction can adequately extend to indoor HRI settings. Finally, we show that humans respond differently to small differential drives than to other humans when collisions are imminent, since interacting with small robots can only cause a finite level of social discomfort as compared to human-human interactions. Our dataset and related code and models are available at: https://motion-lab.github.io/ZuckerDataset.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google