日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

群制御arXiv:2603.06729

凍らず、衝突せず:密集群集におけるニューラルナビゲーションの安全動作範囲の拡張

Don't Freeze, Don't Crash: Extending the Safe Operating Range of Neural Navigation in Dense Crowds

シェア:XThreadsFacebookLINEはてブBluesky

密集群集でのナビゲーションにおいて、学習ベース手法は密度変化に弱く、解析的手法は凍結しがちな問題を、密度不変な観測エンコーディングと密度適応型報酬設計を用いた強化学習で解決し、ゼロショット密度汎化を実現した。

詳しい要約

1. どんなもの?

- 密集群衆を安全にナビゲートする強化学習(RL)手法を提案。 - 訓練時より高密度な群衆(out-of-distribution)でもzero-shotで汎化する。 - 3m×3mのarenaでN∈[11,16]の歩行者で訓練し、N=21(1.3倍)まで評価。 - 目標到達率>99%、ランダム群衆で86%の衝突回避成功率を達成。

2. 先行研究と比べてどこがすごい?

- 学習ベース手法は密度依存のobservation normalizationとsocial-cost scalingのため、訓練外の群衆サイズで破綻しやすい。 - 解析的solverは安全だが密なinteractionでfreezeしやすい。 - 提案法はzero-shotの密度汎化を実現し、解析手法よりfreezingが顕著に少ない。 - 学習ベースbenchmarkに対し衝突回避で60ポイント以上のmarginを確保。

3. 技術・手法の肝は?

- density-invariant observation encodingを採用。 - 距離順にソートしたK最近傍歩行者とbounded crowd summariesで表現。 - 群衆サイズが増えても入力統計を安定に保つ。 - density-randomized trainingを実施。 - physics-informed proxemic reward shapingとdensity-adaptive scalingを導入。

4. どうやって有効だと検証した?

- 3m×3m arenaでN∈[11,16]の歩行者を用いて訓練。 - N=21(1.3倍密度)まで評価し、zero-shot密度汎化を検証。 - 目標到達率>99%、ランダム群衆で86%の衝突回避成功率を報告。 - 解析手法および学習ベースbenchmarkと比較し、freezingの少なさと衝突回避marginを示す。

5. 議論はある?

- 要旨からは不明。 - 限界や失敗ケース、計算コスト、実機実験の有無などは記述されていない。

6. 次に読むべき論文は?

- 要旨で参照/比較されている研究: analytical solvers、learning-based crowd navigation benchmarks。 - 関連手法: reinforcement learning、density-invariant observation encoding、proxemic reward shaping。 - 同分野の定番: Social Force Model、ORCA、CADRL、Social Attention、GA3C-CADRLなど。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Jiefu Zhang, Yang Xu, Vaneet Aggarwal

分類: cs.LG, cs.AI, cs.RO

原文アブストラクト

Navigating safely through dense crowds requires collision avoidance that generalizes beyond the densities seen during training. Learning-based crowd navigation can break under out-of-distribution crowd sizes due to density-sensitive observation normalization and social-cost scaling, while analytical solvers often remain safe but freeze in tight interactions. We propose a reinforcement learning approach for dense, variable-density navigation that attains zero-shot density generalization using a density-invariant observation encoding with density-randomized training and physics-informed proxemic reward shaping with density-adaptive scaling. The encoding represents the distance-sorted $K$ nearest pedestrians plus bounded crowd summaries, keeping input statistics stable as crowd size grows. Trained with $N\!\in\![11,16]$ pedestrians in a $3\mathrm{m}\times3\mathrm{m}$ arena and evaluated up to $N\!=\!21$ pedestrians ($1.3\times$ denser), our policy reaches the goal in $>99\%$ of episodes and achieves $86\%$ collision-free success in random crowds, with markedly less freezing than analytical methods and a $>\!60$-point collision-free margin over learning-based benchmark methods. Codes are available at \href{https://github.com/jznmsl/PSS-Social}{https://github.com/jznmsl/PSS-Social}.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

MINISFORUM(ミニPC)

MINISFORUM(ミニPC)の公式広告バナーMINISFORUM公式ストアを見る ↗
PR本紙発行元 EmplifAI