適合的不確実性処理による群衆ナビゲーションの汎化安全

- 群衆内を移動する mobile robot のための安全な navigation policy を学習する手法 - reinforcement learning で訓練されたロボットが out-of-distribution な状況で性能劣化する問題に対処 - 歩行者の予測不確実性を adaptive conformal inference で推定し、観測に付加 - その不確実性推定を constrained reinforcement learning で行動制約に利用 - 実ロボットにも実装し、sparse/dense crowd での相互作用を検証

- 従来の reinforcement learning ベースの crowd navigation は分布シフトに弱い - 本手法は in-distribution 設定で success rate 96.93% を達成 - 既存 state-of-the-art baseline より 8.80% 以上高い成功率 - 衝突は 3.72 倍以上少なく、ground-truth の人間未来軌跡への侵入は 2.43 倍少ない - velocity 変化、policy 変化、individual から group への遷移という 3 つの out-of-distribution シナリオで強い robustness を示す

- adaptive conformal inference により歩行者の予測不確実性推定を生成 - その不確実性推定を agent の観測に付加 - constrained reinforcement learning を用いて、不確実性推定が agent の行動を誘導 - 行動を規制し、分布シフトへの適応を可能にする仕組み - 不確実性を適切に考慮することで、分布シフトに頑健な安全 navigation policy を学習

- in-distribution 設定で success rate 96.93% を達成し、baseline と比較 - 衝突回数と ground-truth 人間未来軌跡への侵入回数で比較評価 - velocity variations、policy changes、individual から group dynamics への遷移の 3 つの out-of-distribution シナリオで robustness を検証 - 実ロボットに実装し、sparse crowd と dense crowd の両方で安全かつ頑健な意思決定を確認

- 要旨からは不明 - ただし、不確実性推定と constrained reinforcement learning の組み合わせが分布シフトへの適応に寄与する点が主張されている - 実ロボット実験での限界や失敗ケースについての議論は要旨からは不明

- adaptive conformal inference に関する論文 - constrained reinforcement learning に関する研究 - crowd navigation における reinforcement learning ベースの state-of-the-art baseline 論文 - pedestrian trajectory prediction の不確実性推定に関する研究 - out-of-distribution への robustness を扱う robot navigation 研究