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

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

Tactile and Sensory Interactions被引用数 13

ひとこと要約

この論文では、視覚障害を有する個々のユーザーに適応するための高速でサンプル効率の高い支援ナビゲーションシステムの構築を可能にする、重み付きエキスパート手法を用いたパーソナライズドダイナミクスモデルPINGを提案する。ユーザー固有の反応時間や移動行動をモデル化することで、20秒間の長期的経路予測精度が約1.2m（通路の幅に相当）向上し、非適応型ベースラインと比較して大きな経路逸脱が49%減少する。

ABSTRACT

Consider an assistive system that guides visually impaired users through speech and haptic feedback to their destination. Existing robotic and ubiquitous navigation technologies (e.g., portable, ground, or wearable systems) often operate in a generic, user-agnostic manner. However, to minimize confusion and navigation errors, our real-world analysis reveals a crucial need to adapt the instructional guidance across different end-users with diverse mobility skills. To address this practical issue in scalable system design, we propose a novel model-based reinforcement learning framework for personalizing the system-user interaction experience. When incrementally adapting the system to new users, we propose to use a weighted experts model for addressing data-efficiency limitations in transfer learning with deep models. A real-world dataset of navigation by blind users is used to show that the proposed approach allows for (1) more accurate long-term human behavior prediction (up to 20 seconds into the future) through improved reasoning over personal mobility characteristics, interaction with surrounding obstacles, and the current navigation goal, and (2) quick adaptation at the onset of learning, when data is limited.

研究の動機と目的

• 視覚障害者向け既存の支援ナビゲーションシステムにおけるパーソナライゼーションの欠如に対処する。
• 新しいユーザーに適応する際の深層モデルにおける転移学習のデータ効率性の制限を克服する。
• 高い個人差を示す複雑な屋内環境における長期的ヒューマン行動予測を改善する。
• 初期データが限られている状況でも、個々のユーザーのダイナミクスに応じた指導タイミングの迅速な適応を可能にする。
• リアルタイムでパーソナライズドな指導生成が可能なスケーラブルなモデルベース強化学習フレームワークを開発する。

提案手法

• ユーザー状態と環境に基づく音声／触覚的指導を行動とするマルコフ決定過程（MDP）として支援ナビゲーションの相互作用を定式化する。
• 事前学習済みのダイナミクスモデルを重み付きエキスパートモデルで統合し、観測された行動に基づいてエキスパートを動的に重み付けすることで、新規ユーザーへの迅速な適応を実現する。
• 非線形的経路、逸脱、遅延反応を捉えた視覚障害者が屋内環境を移動する実世界データセットを用いてダイナミクスモデルを学習する。
• ナビゲーション誤差を最小化し、経路上での移動を最大化するように、モデルベース強化学習を用いて指導シーケンスを計画する。
• 壁のトレースなどの障害物との相互作用をダイナミクスモデルに統合することで、現実性と予測の正確性を向上させる。
• 反応時間、速度、逸脱のパラメータをランダム化したシミュレーテッドユーザーを用いて、多様な移動特性にわたる耐性をテストする。

実験結果

リサーチクエスチョン

• RQ1 視覚障害者に多様な移動スキルを持つ新規ユーザーに、どのように迅速かつ正確に適応できるか。
• RQ2 標準的な微調整と比較して、重み付きエキスパートモデルは、転移学習におけるデータ効率性と予測精度をどの程度向上させるか。
• RQ3 パーソナライズドダイナミクスモデルは、複雑な屋内ナビゲーションシナリオにおける長期的経路予測（例：20秒先）を改善できるか。
• RQ4 パーソナライゼーションは指導フィードバックのタイミングと内容にどのような影響を及ぼし、ナビゲーションの成功にどのような影響を与えるか。
• RQ5 十分に多様な歩行行動に一般化しつつ、障害物が豊富な環境でも安全性と正確性を維持できるか。

主な発見

• 提案された重み付きエキスパートモデルは、標準的な微調整ベースラインと比較して、20秒の予測期間において予測誤差を通路の幅にほぼ相当する（≈1.2m）まで削減した。
• 限られたデータでも、ユーザーに特化したモデル性能にほぼ達する長期的予測精度を達成しており、高いサンプル効率性を示した。
• パーソナライズドモデルを用いることで、非適応型ベースライン方策と比較して、大きな経路逸脱（>1.5m）が49%減少した。
• モデルは逸脱や壁のトレースといったユーザー固有の行動を的確に捉え、高い変動性を持つ状況でも妥当な予測を生成できた。
• 局所化ノイズによる一時的な壁の通過予測が見られたが、障害物との意味のある相互作用とユーザーのダイナミクスを学習していた。
• 豊富なデータが存在する状況でも、単一モデルの微調整に比べて重み付きエキスパートアプローチがより優れた一般化性能を示しており、より高い耐性と一般化能力を有していることが示唆された。