ロボットが道を尋ねる：コミュニケーション可能な社会的ナビゲーション

CommNavは、複数の居住者がいる環境で特定の個人を探す支援型自律ロボットのための新しいタスクである。従来の社会的ナビゲーションは衝突回避や軌道適応に焦点を当てていたが、CommNavではロボットが居住者に最近の目撃情報や位置、移動について積極的に尋ねることで情報を収集する。評価のため、Habitat 3.0を拡張したHabitat 3.0cを導入し、通信モジュール(COMM)を追加した。

従来の社会的ナビゲーション手法は反応的な衝突回避と軌道適応に限られ、人間とのコミュニケーションを通じて能動的に情報を収集する仕組みがなかった。CommNavは、ロボットが人間に道を尋ねるという能動的な情報収集を導入し、タスク成功率を10ポイント向上させた点が新しい。

手法の肝は、通信モジュール(COMM)を既存の社会的ナビゲーションモデルに統合し、ロボットが居住者に質問して情報を得るプロセスを組み込んだこと。また、通信の事前学習タスクを導入し、散発的な対話信号に対処している。さらに、LLM生成指示や人間の口語指示を用いて、構造化データから自然言語への移行を検討している。

Habitat 3.0c環境で実験を行い、COMMを追加したモデルがEpisode Successを10ポイント向上させることを確認した。また、LLM生成指示と人間の口語指示で訓練したモデルを比較し、口語指示でも統計的に同等の成功率を達成することを示した。

要旨からは、明示的なコミュニケーションがナビゲーション性能を大幅に向上させること、事前学習が有効であること、口語に対するロバスト性が確認された。しかし、実環境での適用や、より複雑な対話の扱い、プライバシーや社会的受容性などの課題は議論されていない。

要旨で参照されているHabitat 3.0の論文、および社会的ナビゲーションの既存研究（例: Socially Aware Navigation）や、LLMを利用した指示生成に関する研究が関連する。