[論文レビュー] Group-Aware Robot Navigation in Crowded Environments.

Kapil D. Katyal, Yuxiang Gao+3 more|arXiv (Cornell University)|Dec 22, 2020

Evacuation and Crowd Dynamics参考文献 45被引用数 4

ひとこと要約

本稿では、深層強化学習を用いて動的かつ変化する人間のグループ構造をモデル化することで、混雑した環境における移動ロボットのグループ認識型ナビゲーション方策を提案する。グループ構造を尊重する学習により、個々の人物を独立して扱う従来手法と比較して、衝突回数の低減、社会的規範違反の減少、および歩行者の不快感の低減を達成した。

ABSTRACT

Human-aware robot navigation promises a range of applications in which mobile robots bring versatile assistance to people in common human environments. While prior research has mostly focused on modeling pedestrians as independent, intentional individuals, people move in groups; consequently, it is imperative for mobile robots to respect human groups when navigating around people. This paper explores learning group-aware navigation policies based on dynamic group formation using deep reinforcement learning. Through simulation experiments, we show that group-aware policies, compared to baseline policies that neglect human groups, achieve greater robot navigation performance (e.g., fewer collisions), minimize violation of social norms and discomfort, and reduce the robot's movement impact on pedestrians. Our results contribute to the development of social navigation and the integration of mobile robots into human environments.

研究の動機と目的

• 歩行者を独立したエージェントとして扱う従来のロボットナビゲーションシステムの限界を解決すること。
• 動的かつ変化する人間のグループ形成をモデル化することで、混雑した人間環境におけるロボットナビゲーション性能を向上させること。
• ロボットの移動中に社会的規範とグループの結束を尊重することで、歩行者に及ぼす悪影響を最小限に抑えること。
• 社会的適合性を高め、人間とロボットの相互作用における不快感を低減するナビゲーション方策の開発

提案手法

• 動的かつ変化する人間のグループ形成を考慮するナビゲーション方策を学習するために、深層強化学習を採用する。
• 空間的・行動的整合性を捉えるために、人間のグループを個々の人物ではなく、結束した単位としてモデル化する。
• 実際の混雑状況を再現可能なシミュレーション環境を用いて、方策の訓練と評価を行う。
• 社会的規範とグループの一体性を報酬関数に組み込み、社会的に適合する行動を促す。
• 効率性と社会的受容性の両立を図るため、模倣学習と強化学習を統合してエンドツーエンドで方策を訓練する。
• リアルタイムでグループ境界を特定・尊重できるように、グループ検出とトラッキング機構を統合する。

実験結果

リサーチクエスチョン

• RQ1 人間のグループをモデル化することで、混雑した環境におけるロボットナビゲーション性能はどの程度向上するか？
• RQ2 個々の人物中心のポリシーと比較して、グループ認識型ナビゲーションは衝突と社会的規範違反をどの程度低減するか？
• RQ3 グループ認識型ナビゲーションは、歩行者の快適性とロボット行動の認識にどのような影響を与えるか？
• RQ4 深層強化学習方策は、ナビゲーション中に動的かつ変化するグループ構造を効果的に尊重する能力を学習できるか？

主な発見

• グループ認識型方策は、グループ構造を無視するベースライン方策と比較して、顕著に少ない衝突回数を達成した。
• 提案手法により、社会的規範違反が低減され、ロボットナビゲーション中の歩行者の不快感も最小限に抑えられた。
• 個々の人物中心のナビゲーションと比較して、ロボットの移動が歩行者フローおよびグループ結束に与える総合的影響が低減された。
• シミュレーション結果から、グループダイナミクスを尊重することで、より自然で社会的に受け入れやすいロボット行動が得られることを示した。
• 方策は、グループの一体性を損なうような経路の交差や分離を避けることで、グループの整合性を保つ学習を達成した。
• 多様な混雑度とグループ構成において、性能向上が一貫して確認された。