障害物からエチケットへ：VLMに基づく経路選択によるロボットのソーシャルナビゲーション

- 本論文は、人間環境での社会的ナビゲーションを実現するロボットフレームワークを提案する。 - 幾何学的計画と文脈的な社会的推論を統合する。 - まず障害物と人間の動態を抽出し、幾何学的に実行可能な候補経路を生成する。 - 次に、微調整されたvision-language model (VLM) が文脈に基づく社会的期待を考慮して経路を評価し、社会的に最適化された経路を選択する。 - このVLMは大規模基盤モデルから社会的推論を蒸留した小型で効率的なモデルであり、多様な人間-ロボット相互作用コンテキストでリアルタイム適応を可能にする。

- 従来の社会的ナビゲーションは幾何学的制約の充足に焦点を当てがちで、衝突のない経路でも進行中の活動を妨害したり社会規範に反する可能性がある。 - 本手法は、幾何学的計画に加えてVLMによる文脈的な社会的推論を組み込むことで、この問題に対処する。 - 具体的な先行研究との比較は要旨からは不明。

- システムはまず障害物と人間の動態を抽出し、幾何学的に実行可能な候補経路を生成する。 - 次に、微調整されたVLMが文脈に根ざした社会的期待に基づいて候補経路を評価し、社会的に最適化された経路を選択する。 - このVLMは大規模基盤モデルから社会的推論を蒸留した小型で効率的なモデルであり、リアルタイム適応を可能にする。 - 選択された経路はコントローラに送られる。

- 4つの社会的ナビゲーションコンテキストでの実験を実施。 - 本手法が総合性能で最良を達成し、personal space violation durationが最小、pedestrian-facing timeが最小、social zone intrusionsがゼロであることを示した。

- 要旨からは不明。

- 要旨で参照/比較されている研究は明示されていない。 - 関連手法として、vision-language model (VLM) を用いたナビゲーション、社会的ナビゲーション、幾何学的計画と社会的推論の統合に関する研究が挙げられる。