[论文解读] 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 13

一句话总结

本文提出 PING，一种基于加权专家算法的个性化动态模型，可实现对视障用户辅助导航系统的快速、样本高效适应。通过建模用户特定的反应时间与移动行为，该系统在20秒内将长期轨迹预测精度提升近一个走廊宽度（≈1.2m），并与非自适应基线相比，将大幅路径偏移减少了49%。

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.

研究动机与目标

• 解决现有辅助导航系统在视障用户中缺乏个性化的问题。
• 克服深度模型在迁移学习中适应新用户时的数据效率限制。
• 在具有高用户间差异性的复杂室内环境中，提升长期人类行为预测能力。
• 在初始数据有限的情况下，实现对指令引导时机的快速适应，以匹配个体用户动态。
• 开发一种可扩展的、基于模型的强化学习框架，用于实时个性化指令生成。

提出的方法

• 将辅助导航交互建模为马尔可夫决策过程（MDP），其中动作是基于用户状态和环境的语音/触觉指令。
• 采用加权专家模型组合预训练的动态模型，通过根据观察到的行为动态调整专家权重，实现在新用户上的快速适应。
• 在真实世界中视障用户在室内环境移动的数据集上训练动态模型，捕捉非线性轨迹、偏航行为及延迟反应。
• 利用基于模型的强化学习规划指令序列，以最小化导航误差并最大化路径内行驶距离。
• 将障碍物交互建模（如沿墙行走）整合进动态模型，以提升真实感与预测保真度。
• 通过具有随机行走参数（反应时间、速度、偏航）的模拟用户评估系统，以测试其在多样化移动特征下的鲁棒性。

实验结果

研究问题

• RQ1 辅助导航系统如何快速且准确地适应具有多样化移动技能的新视障用户？
• RQ2 与标准微调相比，加权专家模型在迁移学习中能在多大程度上提升数据效率与预测精度？
• RQ3 个性化动态模型是否能提升复杂室内导航场景中长期轨迹预测（如20秒后）的性能？
• RQ4 个性化如何影响指导反馈的时间与内容？其对导航成功率有何影响？
• RQ5 该系统是否能在保持障碍物丰富环境中安全与精度的前提下，泛化至多样的行走行为？

主要发现

• 与标准微调基线相比，所提出的加权专家模型在20秒预测时域内将预测误差减少了近一个走廊宽度（≈1.2m）。
• 即使在数据有限的情况下，系统在长期预测精度方面也实现了接近用户特定模型的性能，展现出极高的样本效率。
• 与非自适应基线策略相比，使用个性化模型时，路径偏移超过1.5m的情况减少了49%。
• 该模型成功捕捉了用户特有的行为特征，如偏航与沿墙行走，即使在高变异性场景下也能生成合理预测。
• 尽管由于定位噪声偶尔导致预测穿过墙壁，但模型仍能学习到与障碍物及用户动态之间的有意义交互。
• 即使在数据充足的情况下，加权专家方法在泛化能力上也优于单一模型微调，表明其具备更强的鲁棒性与泛化能力。