[論文レビュー] Towards a Unified Planner For Socially-Aware Navigation

Santosh Balajee Banisetty, David Feil-Seifer|arXiv (Cornell University)|Oct 1, 2018

Social Robot Interaction and HRI参考文献 24被引用数 4

ひとこと要約

本論文は、文脈分類器、意図認識、およびマルチオブジェクティブな局所プランナ（PaCcET）を用いて、変化する社会的文脈に動的に適応する Unified Socially-Aware Navigation (USAN) アーキテクチャを提案する。ROSナビゲーションスタックにこれらのコンponentsを統合することで、列に並ぶことやグループ内の位置取りといった社会的に適切な軌道を達成し、従来のプランナーよりも性能および社会的受容性の両面で優れている。

ABSTRACT

This paper presents the framework for a novel Unified Socially-Aware Navigation (USAN) architecture and explains its need in Socially Assistive Robotics (SAR) applications. Our approach emphasizes interpersonal distance and how spatial communication can be used to build a unified planner for a human-robot collaborative environment. Socially-Aware Navigation (SAN) is vital for helping humans to feel comfortable and safe around robots; HRI studies have shown the importance of SAN transcends safety and comfort. SAN plays a crucial role in perceived intelligence, sociability and social capacity of the robot, thereby increasing the acceptance of the robots in public places. Human environments are very dynamic and pose serious social challenges to robots intended for interactions with people. For the robots to cope with the changing dynamics of a situation, there is a need to infer intent and detect changes in the interaction context. SAN has gained immense interest in the social robotics community; to the best of our knowledge, however, there is no planner that can adapt to different interaction contexts spontaneously after autonomously sensing the context. Most of the recent efforts involve social path planning for a single context. In this work, we propose a novel approach for a unified architecture to SAN that can plan and execute trajectories for an autonomously sensed interaction context that are human-friendly. Our approach augments the navigation stack of the Robot Operating System (ROS) utilizing machine learning and optimization tools. We modified the ROS navigation stack using a machine learning-based context classifier and a PaCcET based local planner for us to achieve the goals of USAN. We discuss our preliminary results and concrete plans on putting the pieces together in achieving USAN.

研究の動機と目的

• 現在は単一の事前に定義された文脈でのみ動作するが、そのような状況に限定されない柔軟な社会的ナビゲーションを実現するための不足。
• ナビゲーション中に個人空間や社会的規範を尊重することで、人間とロボットの相互作用を向上させる。
• 知覚、文脈理解、運動計画を統合する、モジュラーで拡張可能な社会的ナビゲーション用アーキテクチャの開発。
• ロボットが相互作用の文脈を自動的に検出し、それに応じて適切なナビゲーション目的を選択できるようにする。
• ナビゲーション行動を人間の社会的期待やプロキミクスの法則に合わせることで、公共空間におけるロボットの受容性を向上させる。

提案手法

• 『会議』『一緒に歩行』『列に並んでいる』などの相互作用シナリオを検出できる機械学習ベースの文脈分類器をROSナビゲーションスタックに拡張する。
• リアルタイムで複数の社会的および性能的目標（例：距離、接近度、グループの整合性）を最適化するPaCcETベースの局所プランナを統合する。
• 検出された文脈に応じて関連する社会的目標（例：列に並ぶ、グループ内に位置する）を動的に選択するための基準的目標選択モジュールを採用する。
• 社会的規範（例：プロキミクス）と従来のナビゲーション指標（時間、距離など）の両方をバランスさせるように、マルチオブジェクティブ最適化を適用する。
• 異なるロボットプラットフォームや環境に適応可能な、カスタムの知覚および計画モジュールを挿入可能なモジュラーなシステムを設計する。
• 性能および社会的受容性の両方の指標を用いて、シミュレーションおよびPR2およびPioneerロボットを用いた計画された実験を通じて、アーキテクチャを検証する。

実験結果

リサーチクエスチョン

• RQ1 ロボットはナビゲーション中に、どのようにして異なる社会的相互作用の文脈を自動的に検出し、それに適応することができるか？
• RQ2 多様な社会的状況において、人間にとって快適な軌道を生成するために最も効果的な社会的および性能的目標の組み合わせは何か？
• RQ3 統合型プランナは、文脈に特化したプランナーよりも、社会的受容性およびナビゲーション効率の両面で優れていると期待できるか？
• RQ4 人間参加者が、社会的規範を尊重するナビゲーション行動を示すロボットと、従来の非社会的プランナを用いるロボットの行動をどのように認識し、反応するか？
• RQ5 人間-ロボット相互作用の文脈で、ロボットナビゲーションの社会的質を最も適切に捉える指標は何か？

主な発見

• 提案されたUSANアーキテクチャは、文脈分類、意図認識、マルチオブジェクティブ計画を統合し、文脈に応じた軌道を生成することに成功した。
• 『列に並んでいる』シナリオでは、PaCcETベースのプランナがロボットを列に加えるのに対し、従来のプランナはロボットを列の前に移動させた—これは社会的に適切な行動を示している。
• このシステムにより、全メンバーと対話可能なO字型に整列するなど、グループ設定における適切な位置取りが可能になった。
• 予備の結果から、モジュラーなアーキテクチャが文脈に応じた動的目標選択を可能にし、社会的整合性を高めることを示している。
• チームは、快適さ、自然さ、社会性を測定するための検証済み尺度を用いて、対面および観察者による研究を通じてシステムを検証する計画である。
• 本アプローチは、現在のSANシステムが単一文脈に限定されているという限界を克服する可能性を示している。