ACME: A Multi-Cultural, Multi-Embodiment Social-Navigation Dataset
Abstractの概要
本論文は、文化的な文脈、環境、ロボットの形態によってロボットと歩行者の行動がどのように変化するかを捉えるために設計された、マルチモーダルなソーシャルナビゲーションデータセットであるACMEを紹介する。このデータセットは、5カ国の8チームによって7種類のロボットの形態を用いて収集され、29.35時間のロボット搭載データと、43.5時間の俯瞰（鳥瞰）的な歩行者トラッキングデータが含まれている。ACMEは、エゴセントリックRGB、LiDAR、オドメトリ、キャリブレーションデータ、シナリオアノテーション、およびメートル座標系に変換された人間による検証済みの歩行者軌跡を組み合わせている。データセットの一部には、ナビゲーション中のロボットの音声も記録されており、目標指向のソーシャルナビゲーションシナリオにおけるロボットと群衆の明示的なコミュニケーションの研究を可能にしている。
新規性
最も特徴的なのは、異文化間のカバレッジ、複数のロボットの形態、および明示的なロボットの音声対話が一つのソーシャルナビゲーションデータセットに組み合わされている点である。また、本研究はロボット搭載のセンシングと、メートル空間における大規模かつ人間が検証した俯瞰（BEV）歩行者軌跡をペアにしており、これは従来のデータセットでは珍しい試みである。
成果
著者らは、ACMEには近年のソーシャルナビゲーションデータセットよりも社会的に制約が多く、難易度の高いナビゲーションシーンが含まれていることを示しており、ハウスドルフ距離の分布が類似しているにもかかわらず、幾何学プランナーはACMEにおいてかなり高い失敗率を示した。さらにベンチマークから、最先端のビジョンナビゲーションおよび歩行者軌跡予測モデルが、確立されたベンチマークよりもACMEにおいて低い性能を示すことが分かり、このデータセットがより困難で多様な行動を捉えていることが示唆された。分析により、歩行速度、すれ違う側、およびパーソナルスペースにおける文脈や場所に依存した違いも明らかになった。
論文の注目点
- ACMEは5カ国の8サイトと7つのロボット形態を網羅し、29.35時間のロボット搭載データに加えて43.5時間の俯瞰（BEV）歩行者トラッキングデータを提供する。
- 本データセットには、同期されたマルチモーダルなロボットデータ、メートル座標系の人間による検証済み歩行者軌跡、シナリオや意味タグ、およびロボットの音声アノテーション付きのサブセットが含まれる。
- 実証分析とベンチマークは、ACMEがソーシャルナビゲーションと軌跡予測のための実戦的なテストベッドであることを示しており、従来のベンチマークよりも高いプランナーの失敗率と低いモデル性能を露呈させている。