[論文レビュー] Adaptable Human Intention and Trajectory Prediction for Human-Robot Collaboration

Abulikemu Abuduweili, Siyan Li+1 more|arXiv (Cornell University)|Sep 11, 2019

Human Pose and Action Recognition参考文献 18被引用数 6

ひとこと要約

本論文は、リアルタイムのオンライン適応を可能にする非線形再帰的最小二乗法パrameter適応アルゴリズム（NRLS-PAA）を用いて、人間とロボットの協働（HRC）における人間の軌道と意思決定を同時に予測するマルチタスク深層学習フレームワークを提案する。この手法により、新しいユーザーに対する軌道予測誤差が28%以上低減され、高い精度と一般化性能を備えた、高速でデータ効率的かつ柔軟なHRC統合が実現される。

ABSTRACT

To engender safe and efficient human-robot collaboration, it is critical to generate high-fidelity predictions of human behavior. The challenges in making accurate predictions lie in the stochasticity and heterogeneity in human behaviors. This paper introduces a method for human trajectory and intention prediction through a multi-task model that is adaptable across different human subjects. We develop a nonlinear recursive least square parameter adaptation algorithm (NRLS-PAA) to achieve online adaptation. The effectiveness and flexibility of the proposed method has been validated in experiments. In particular, online adaptation can reduce the trajectory prediction error by more than 28% for a new human subject. The proposed human prediction method has high flexibility, data efficiency, and generalizability, which can support fast integration of HRC systems for user-specified tasks.

研究の動機と目的

• 最小限のデータで、高速かつユーザー特化型のヒューマンロボットコラボレーション（HRC）システム統合を可能にすること。
• 人間行動の確率的で多様な性質に起因する課題を克服し、正確な予測を実現すること。
• 高い忠実度で、人間の軌道と意思決定を同時に予測するモデルを開発すること。
• 個々のユーザーの行動に応じた予測モデルのリアルタイムオンライン適応を可能にすること。
• マルチタスク学習とパrameter適応を通じて、HRCシステムのデータ効率性と一般化性能を向上させること。

提案手法

• マルチタスク深層学習モデルは、軌道予測のためのエンコーダデコーダGRUネットワークと、意思決定予測のための分類器を統合する。
• モデルは共有エンコーダ表現を用いることで共同学習を可能とし、意思決定予測がデコーダの隠れ状態に条件付けられる。
• NRLS-PAAアルゴリズムにより、非線形マッピングを用いた再帰的最小二乗法に基づくオンライン非線形パrameter適応が実現される。
• 1ステップ、2ステップ、5ステップの更新戦略を用いたインクリメンタル適応が可能で、速度と精度のバランスが取れる。
• フレームワークは、タスク構造を指定し、予測された人間の行動に基づいてロボットの行動を誘導するためのアンドオアグラフを用いる。
• データ前処理には、軌道の平滑化と深度画像の穴埋めのためのカルマンフィルタを用い、入力品質を向上させる。

実験結果

リサーチクエスチョン

• RQ1 マルチタスク学習モデルは、単一タスクモデルと比較して、人間の軌道と意思決定予測の両方の精度を同時に向上させることができるか？
• RQ2 NRLS-PAAによるオンラインパrameter適応は、新しい人間被験者に対する予測誤差をどれほど低減できるか？
• RQ3 マルチタスク学習は、人間行動予測における過学習をどれほど低減し、一般化性能を向上させるか？
• RQ4 適応ステップサイズ（1ステップ、2ステップ、5ステップ）の選択が、予測精度と計算コストに与える影響はどの程度か？
• RQ5 提案されたフレームワークは、ユーザー指定のタスクに対して、高速でデータ効率的なHRCシステム統合を可能にするか？

主な発見

• マルチタスクモデルは、単一タスクモデルと比較して、意思決定予測の正確性を3.44%向上させ、軌道予測のMSEを6.79%低減した。
• 5ステップ適応を用いた場合、NRLS-PAA適応により、非適応ベースラインと比較して軌道予測MSEが28.03%低減された。
• 5ステップ適応により、意思決定予測の正確性が1.72%向上し、個々の行動差に起因するロバストネスの向上が示された。
• 5ステップ適応戦略が最良のパフォーマンスを達成し、エンコーダ隠れ層の適応に平均0.3秒/サンプルの推論時間がかかった。
• 5ステップのNRLS-PAA適応後、意思決定予測の正確性は94.6%、MSEは3.964 cm²に達し、非適応ベースラインを上回った。
• フレームワークは、以前に観測されていなかった人間被験者において顕著な性能向上が得られたことから、高い一般化性能を備えたHRCシステムの高速統合を可能にする。