[論文レビュー] Personalized Dynamics Models for Adaptive Assistive Navigation Interfaces.

Eshed Ohn-Bar, Kris Kitani+1 more|arXiv (Cornell University)|Apr 11, 2018

Tactile and Sensory Interactions参考文献 81被引用数 3

ひとこと要約

本論文では、視覚障害者のナビゲーション支援に特化した個人化された指導致し生成エージェントPINGを提案する。PINGは、独自の重み付き多数決回帰アルゴリズムを用いたモデルベース強化学習を採用し、視覚障害者のナビゲーション支援を迅速に適応可能にする。個別化されたダイナミクスモデルを学習することで、20秒の予測期間における平均で1メートル以上、長時間予測の精度が向上し、特に曲がり角などの重要なナビゲーションの分岐点での性能も向上する。

ABSTRACT

We explore the role of personalization for assistive navigational systems (e.g., service robot, wearable system or smartphone app) that guide visually impaired users through speech, sound and haptic-based instructional guidance. Based on our analysis of real-world users, we show that the dynamics of blind users cannot be accounted for by a single universal model but instead must be learned on an individual basis. To learn personalized instructional interfaces, we propose PING (Personalized INstruction Generation agent), a model-based reinforcement learning framework which aims to quickly adapt its state transition dynamics model to match the reactions of the user using a novel end-to-end learned weighted majority-based regression algorithm. In our experiments, we show that PING learns dynamics models significantly faster compared to baseline transfer learning approaches on real-world data. We find that through better reasoning over personal mobility nuances, interaction with surrounding obstacles, and the current navigation task, PING is able to improve the performance of instructional assistive navigation at the most crucial junctions such as turns or veering paths. To enable sufficient planning time over user responses, we emphasize prediction of human motion for long horizons. Specifically, the learned dynamics models are shown to consistently improve long-term position prediction by over 1 meter on average (nearly the width of a hallway) compared to baseline approaches even when considering a prediction horizon of 20 seconds into the future.

研究の動機と目的

• 普遍的モデルが視覚障害者の移動行動の個人差を十分に捉えられていないという限界を解決すること。
• 個々のユーザーの反応や移動パターンに迅速に適応する個人化された指導致しインターフェースを開発すること。
• 効果的な支援ナビゲーションガイドの計画に役立てるために、長時間予測の人体運動予測を改善すること。
• ユーザー固有のモデリングにより、曲がり角や逸脱路などの重要なナビゲーションポイントでの性能を向上させること。
• ユーザーのフィードバックを用いてエンドツーエンドでダイナミクスモデルを学習することで、リアルタイムでの適応を可能にすること。

提案手法

• PINGは、各ユーザーの個別化された状態遷移ダイナミクスを学習するモデルベース強化学習フレームワークを採用する。
• エンドツーエンドで学習された重み付き多数決ベースの回帰アルゴリズムを用いて、ダイナミクスモデルを個々のユーザーの反応に適応させる。
• フレームワークは、ユーザー固有の移動のニュアンス、障害物との相互作用、現在のナビゲーションタスクをダイナミクスモデリングプロセスに統合する。
• 十分な計画時間の確保のため、長時間予測（最大20秒）での人体運動を予測する。
• 実世界のユーザーのデータを用いてトレーニングすることで、反応パターンや移動行動における個人差を捉える。
• ナビゲーション中のユーザーの相互作用からのフィードバックを用いて、個人化されたダイナミクスモデルを継続的に改善する。

実験結果

リサーチクエスチョン

• RQ1 個人化されたダイナミクスモデルは、視覚障害者の支援ナビゲーションにおける長期的ポジション予測を顕著に改善できるか？
• RQ2 PINGのエンドツーエンド重み付き多数決回帰は、ベースラインの転移学習手法と比較して、個々のユーザーに適応する際にどのように優れているか？
• RQ3 個人化は、曲がり角や逸脱路などの重要なナビゲーションポイントでの性能向上にどの程度寄与するか？
• RQ4 学習されたダイナミクスモデルは、正確な長時間予測を可能にすることで、計画時間の向上に寄与できるか？
• RQ5 個々の移動のニュアンスや障害物との相互作用は、個人化されたナビゲーションシステムの性能にどのように影響を与えるか？

主な発見

• PINGは、実世界のデータにおいて、ベースラインの転移学習手法よりも著しく高速に個人化されたダイナミクスモデルを学習する。
• 学習されたダイナミクスモデルにより、20秒の予測期間において平均で1メートル以上、長期的な位置予測精度が向上する。
• 性能向上は、特に曲がり角や逸脱路などの重要なナビゲーションポイントで顕著に現れる。
• 個人化により、ユーザー固有の移動パターンや障害物との相互作用に関するより良い推論が可能になる。
• 長期間にわたる将来のユーザー位置予測において、非個人化モデルを常に上回る性能を示す。
• エンドツーエンド重み付き多数決回帰アルゴリズムにより、個々のユーザーの反応ダイナミクスへの迅速な適応が可能になる。