論文の概要: SOCIALGYM 2.0: Simulator for Multi-Agent Social Robot Navigation in
Shared Human Spaces
- arxiv url: http://arxiv.org/abs/2303.05584v1
- Date: Thu, 9 Mar 2023 21:21:05 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-13 16:44:11.442438
- Title: SOCIALGYM 2.0: Simulator for Multi-Agent Social Robot Navigation in
Shared Human Spaces
- Title(参考訳): SOCIALGYM 2.0:共有空間におけるマルチエージェント社会ロボットナビゲーションシミュレータ
- Authors: Zayne Sprague, Rohan Chandra, Jarrett Holtz, Joydeep Biswas
- Abstract要約: SocialGym 2はソーシャルロボットのためのマルチエージェントナビゲーションシミュレータである。
ドアウェイ、廊下、交差点、ラウンドアバウトなど、複雑な環境で現実世界のダイナミクスを再現する。
SocialGym 2は、ROSメッセージングを通じてナビゲーションスタックと統合されたアクセス可能なpythonインターフェースを提供する。
- 参考スコア(独自算出の注目度): 13.116180950665962
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We present SocialGym 2, a multi-agent navigation simulator for social robot
research. Our simulator models multiple autonomous agents, replicating
real-world dynamics in complex environments, including doorways, hallways,
intersections, and roundabouts. Unlike traditional simulators that concentrate
on single robots with basic kinematic constraints in open spaces, SocialGym 2
employs multi-agent reinforcement learning (MARL) to develop optimal navigation
policies for multiple robots with diverse, dynamic constraints in complex
environments. Built on the PettingZoo MARL library and Stable Baselines3 API,
SocialGym 2 offers an accessible python interface that integrates with a
navigation stack through ROS messaging. SocialGym 2 can be easily installed and
is packaged in a docker container, and it provides the capability to swap and
evaluate different MARL algorithms, as well as customize observation and reward
functions. We also provide scripts to allow users to create their own
environments and have conducted benchmarks using various social navigation
algorithms, reporting a broad range of social navigation metrics. Projected
hosted at: https://amrl.cs.utexas.edu/social_gym/index.html
- Abstract(参考訳): ソーシャルロボット研究のためのマルチエージェントナビゲーションシミュレータSocialGym 2を提案する。
シミュレータは複数の自律エージェントをモデル化し、戸口、廊下、交差点、ラウンドアラウンドなど複雑な環境で実世界のダイナミクスを再現します。
オープンスペースで基本的な運動的制約を持つ単一ロボットに集中する従来のシミュレータとは異なり、socialgym 2はマルチエージェント強化学習(marl)を使用して複雑な環境で多様な動的制約を持つ複数のロボットの最適なナビゲーションポリシーを開発する。
PettingZoo MARLライブラリとStable Baselines3 API上に構築されたSocialGym 2は、ROSメッセージングを通じてナビゲーションスタックと統合されたアクセス可能なピソンインターフェースを提供する。
SocialGym 2は簡単にインストールでき、dockerコンテナにパッケージ化でき、異なるMARLアルゴリズムを交換して評価したり、観察と報酬関数をカスタマイズすることができる。
また、ユーザが独自の環境を作成できるスクリプトを提供し、様々なソーシャルナビゲーションアルゴリズムを使ってベンチマークを行い、幅広いソーシャルナビゲーションメトリクスを報告しています。
projected host at: https://amrl.cs.utexas.edu/social_gym/index.html
関連論文リスト
- RoboScript: Code Generation for Free-Form Manipulation Tasks across Real
and Simulation [77.41969287400977]
本稿では,コード生成を利用したデプロイ可能なロボット操作パイプラインのためのプラットフォームである textbfRobotScript を提案する。
自由形自然言語におけるロボット操作タスクのためのコード生成ベンチマークも提案する。
我々は,Franka と UR5 のロボットアームを含む,複数のロボットエボディメントにまたがるコード生成フレームワークの適応性を実証した。
論文 参考訳(メタデータ) (2024-02-22T15:12:00Z) - Attention Graph for Multi-Robot Social Navigation with Deep
Reinforcement Learning [0.0]
深部強化学習(RL)を用いたマルチエージェント社会認識ナビゲーション戦略の学習方法であるMultiSocを提案する。
マルチエージェントディープRLに関する最近の研究から着想を得た本手法は,エージェント相互作用のグラフベース表現を利用して,エンティティ(歩行者とエージェント)の位置と視野を組み合わせる。
提案手法はソーシャルナビゲーションよりも高速に学習し,複数の異種人との群集ナビゲーションに挑戦する上で,効率的なマルチエージェントの暗黙調整を可能にする。
論文 参考訳(メタデータ) (2024-01-31T15:24:13Z) - Principles and Guidelines for Evaluating Social Robot Navigation
Algorithms [44.51586279645062]
社会的ロボットナビゲーションは、動的エージェントとそのロボット行動の適切性に対する認識が関係しているため、評価が難しい。
コントリビューションには、(a)安全性、快適性、妥当性、丁寧さ、社会的能力、エージェント理解、活動性、文脈に対する応答性に関する原則、(b)メトリクスの使用のためのガイドライン、シナリオ、ベンチマーク、データセット、社会ナビゲーションを評価するためのシミュレーター、(c)様々なシミュレーター、ロボット、データセットの結果の比較を容易にするソーシャルナビゲーションメトリクスフレームワークなどが含まれます。
論文 参考訳(メタデータ) (2023-06-29T07:31:43Z) - HomeRobot: Open-Vocabulary Mobile Manipulation [107.05702777141178]
Open-Vocabulary Mobile Manipulation (OVMM) は、目に見えない環境で任意のオブジェクトを選択し、命令された場所に配置する問題である。
HomeRobotには2つのコンポーネントがある。シミュレーションコンポーネントは、新しい高品質のマルチルームホーム環境に、大規模で多様なキュレートされたオブジェクトセットを使用する。
論文 参考訳(メタデータ) (2023-06-20T14:30:32Z) - SocNavGym: A Reinforcement Learning Gym for Social Navigation [0.0]
SocNavGymは、ソーシャルナビゲーションのための高度なシミュレーション環境である。
さまざまなタイプのソーシャルナビゲーションシナリオを生成することができる。
また、さまざまな手作りとデータ駆動のソーシャル報酬信号を扱うように設定することもできる。
論文 参考訳(メタデータ) (2023-04-27T11:29:02Z) - SoftZoo: A Soft Robot Co-design Benchmark For Locomotion In Diverse
Environments [111.91255476270526]
我々は,多様な環境下での移動を支援するソフトロボットの共同設計プラットフォームであるSoftZooを紹介する。
SoftZooは、平らな地面、砂漠、湿地、粘土、氷、雪、浅い水、海などの環境をシミュレートする機能など、自然にヒントを得た幅広い素材セットをサポートしている。
それは、高速な移動、アジャイルな回転、パスフォローなど、ソフトロボティクスに関連するさまざまなタスクを提供し、形態学と制御のための微分可能な設計表現を提供する。
論文 参考訳(メタデータ) (2023-03-16T17:59:50Z) - ROS-PyBullet Interface: A Framework for Reliable Contact Simulation and
Human-Robot Interaction [17.093672006793984]
信頼性の高いコンタクト/インパクトシミュレータPyBulletとロボットオペレーティングシステム(ROS)のブリッジを提供するフレームワークであるROS-PyBullet Interfaceを提案する。
さらに,シミュレーション環境でのヒューマン・ロボット・インタラクション(HRI)を促進するために,新たなユーティリティを提供する。
論文 参考訳(メタデータ) (2022-10-13T10:31:36Z) - Gesture2Path: Imitation Learning for Gesture-aware Navigation [54.570943577423094]
Gesture2Pathは、画像に基づく模倣学習とモデル予測制御を組み合わせた新しいソーシャルナビゲーション手法である。
実際のロボットに本手法をデプロイし,4つのジェスチャーナビゲーションシナリオに対するアプローチの有効性を示す。
論文 参考訳(メタデータ) (2022-09-19T23:05:36Z) - Socially Compliant Navigation Dataset (SCAND): A Large-Scale Dataset of
Demonstrations for Social Navigation [92.66286342108934]
社会ナビゲーションは、ロボットのような自律的なエージェントが、人間のような他の知的エージェントの存在下で、社会的に従順な方法でナビゲートする能力である。
私たちのデータセットには8.7時間、128の軌道、25マイルの社会的に適合した人間の遠隔運転デモが含まれています。
論文 参考訳(メタデータ) (2022-03-28T19:09:11Z) - IGibson 2.0: Object-Centric Simulation for Robot Learning of Everyday
Household Tasks [60.930678878024366]
より多様な家庭用タスクのシミュレーションを支援するシミュレーション環境iGibson 2.0を提案する。
まず、iGibson 2.0は、温度、湿性レベル、清潔度レベル、トグルとスライスされた状態を含むオブジェクト状態をサポートする。
第2に、iGibson 2.0は述語論理関数のセットを実装し、シミュレータ状態をCookedやSoakedのような論理状態にマッピングする。
第3に、iGibson 2.0にはバーチャルリアリティ(VR)インターフェースがあり、人間をシーンに浸してデモを収集する。
論文 参考訳(メタデータ) (2021-08-06T18:41:39Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。