[论文解读] 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 3

一句话总结

本文提出 PING，一种个性化指令生成代理，采用基于模型的强化学习与一种新颖的加权多数回归算法，以快速适应视障用户的导航引导。通过学习个性化的动态模型，PING 在平均超过 1 米的长时程位置预测中（20 秒时域）表现更优，并在转弯等关键导航节点提升性能。

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.

研究动机与目标

• 为解决通用模型在捕捉盲人用户移动行为个体差异方面的局限性。
• 开发一种可快速适应个体用户反应与导航模式的个性化指令接口。
• 改善长时程人类运动预测，以制定有效的辅助导航引导。
• 通过用户特定建模，提升在转弯和偏离路径等关键导航节点的性能。
• 通过端到端学习用户反馈中的动态模型，实现实时适应。

提出的方法

• PING 采用基于模型的强化学习框架，为每位用户学习个性化的状态转移动态。
• 它使用端到端学习的基于加权多数的回归算法，将动态模型适配至个体用户反应。
• 该框架将用户特定的移动细微特征、障碍物交互以及当前导航任务整合进动态建模过程。
• 它可对长时域（最长 20 秒）的人类运动进行预测，以确保引导的充分规划时间。
• 模型在真实世界用户数据上进行训练，以捕捉响应模式与导航行为的个体差异。
• 通过导航过程中的用户交互反馈，持续优化个性化动态模型。

实验结果

研究问题

• RQ1 个性化动态模型是否能显著提升视障用户辅助导航中的长期位置预测？
• RQ2 PING 的端到端加权多数回归与基线迁移学习方法相比，在适应个体用户方面表现如何？
• RQ3 个性化在多大程度上提升了在转弯和偏离路径等关键导航节点的性能？
• RQ4 学习到的动态模型是否能通过实现准确的长时程运动预测，从而提升规划时间？
• RQ5 个体移动细微特征与障碍物交互如何影响个性化导航系统的性能？

主要发现

• PING 在真实世界数据上学习个性化动态模型的速度显著快于基线迁移学习方法。
• 所学习的动态模型在 20 秒预测时域内，平均将长期位置预测提升超过 1 米。
• 性能提升在关键导航节点（如转弯和偏离路径）最为显著。
• 个性化建模使系统能够更好地推理用户特定的移动模式与障碍物交互。
• 在长时间跨度内预测用户未来位置方面，该框架始终优于非个性化模型。
• 端到端加权多数回归算法实现了对个体用户响应动态的快速适应。