PRISM: 社会的ロボットナビゲーションのための相互作用スタイルと運動の予測表現
PRISM: Predictive Representation of Interaction Style and Motion for Social Robot Navigation
人間同士の観察から歩行者の相互作用特性を潜在空間で推論し、その時間的安定性スコアをナビゲーション方策に組み込むことで、群衆内での衝突を減らすフレームワークを提案した。
詳しい要約
1. どんなもの？
2. 先行研究と比べてどこがすごい？
3. 技術・手法の肝は？
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
※ 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: Bo-Han Chen, Hiromu Taketsugu, Norimichi Ukita
分類: cs.CV, cs.RO
原文アブストラクト
Humans often observe others before interacting and adjust their behavior accordingly. Robot navigation in crowds, however, often represents pedestrians mainly by observed geometric states, leaving individual differences in interaction tendencies implicit. We propose PRISM (Predictive Representation of Interaction Style and Motion), a framework that infers interaction traits from passive observations of human-human interactions. PRISM encodes human trajectories into a continuous ordinal latent space with a transformer encoder trained by Rank-N-Contrast loss, and pairs each inferred trait with a temporal-stability score supplied to the navigation policy. In randomized crowd simulations, PRISM reduces collision rates over the geometry-only baseline and yields small improvements in navigation-time and path-length metrics. These results suggest the utility of passive latent-trait inference for social navigation in dynamic crowds.
関連論文
- 廊下シナリオにおける社会的ナビゲーション信号の因果効果の推定社会的ナビゲーション
- ツアーガイドロボットのための社会的ナビゲーション社会的ナビゲーション
- 社会的ロボットの廊下ナビゲーションにおける可読性の再考：意図表現と人間の注意散漫の影響社会的ナビゲーション
- 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社会的ナビゲーション
- 社会的ナビゲーションロボットの人間の知覚を予測・改善するための因果的アプローチ社会的ナビゲーション
- 能動的リスク知覚による社会的ナビゲーションの学習社会的ナビゲーション
