論文の概要: Learned Tree Search for Long-Horizon Social Robot Navigation in Shared Airspace

• arxiv url: http://arxiv.org/abs/2304.01428v1
• Date: Tue, 4 Apr 2023 00:22:17 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-05 16:00:20.824780
• Title: Learned Tree Search for Long-Horizon Social Robot Navigation in Shared Airspace
• Title（参考訳）: 共有空域における長距離社会ロボットナビゲーションのための学習木探索
• Authors: Ingrid Navarro, Jay Patrikar, Joao P. A. Dantas, Rohan Baijal, Ian Higgins, Sebastian Scherer and Jean Oh
• Abstract要約: Social Robot Tree Search (SoRTS)は、ソーシャルドメインにおける移動ロボットの安全なナビゲーションのためのアルゴリズムである。 X-PlaneROSは、フルスケールの航空自律性の研究を可能にする高忠実な空中シミュレータである。
• 参考スコア（独自算出の注目度）: 9.925701106706804
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The fast-growing demand for fully autonomous aerial operations in shared spaces necessitates developing trustworthy agents that can safely and seamlessly navigate in crowded, dynamic spaces. In this work, we propose Social Robot Tree Search (SoRTS), an algorithm for the safe navigation of mobile robots in social domains. SoRTS aims to augment existing socially-aware trajectory prediction policies with a Monte Carlo Tree Search planner for improved downstream navigation of mobile robots. To evaluate the performance of our method, we choose the use case of social navigation for general aviation. To aid this evaluation, within this work, we also introduce X-PlaneROS, a high-fidelity aerial simulator, to enable more research in full-scale aerial autonomy. By conducting a user study based on the assessments of 26 FAA certified pilots, we show that SoRTS performs comparably to a competent human pilot, significantly outperforming our baseline algorithm. We further complement these results with self-play experiments in scenarios with increasing complexity.
• Abstract（参考訳）: 共有空間における完全自律飛行の需要は急速に高まり、混み合ったダイナミックな空間で安全にシームレスにナビゲートできる信頼できるエージェントを開発する必要がある。 本研究では,ソーシャルドメインにおける移動ロボットの安全なナビゲーションのためのアルゴリズムであるSocial Robot Tree Search (SoRTS)を提案する。 SoRTSは、既存の社会的に認識された軌道予測ポリシーをMonte Carlo Tree Searchプランナーで強化し、モバイルロボットの下流ナビゲーションを改善することを目指している。 本手法の性能を評価するために,一般航空におけるソーシャルナビゲーションのユースケースを選定する。 この評価を支援するために,本研究では,高忠実度空中シミュレータであるx-planerosについても紹介する。 FAA認定パイロット26名の評価に基づくユーザスタディにより,SoRTSが有能な人間パイロットと相容れない性能を示し,ベースラインアルゴリズムを著しく上回る結果を得た。 さらに,複雑性が増大するシナリオにおいて,これらの結果を自己再生実験で補完する。

関連論文リスト

• Multi-model fusion for Aerial Vision and Dialog Navigation based on human attention aids [69.98258892165767]
  本稿では,2023年ICCV会話史のための航空航法課題について述べる。 本稿では,人間注意支援型トランスフォーマモデル(HAA-Transformer)と人間注意支援型LSTMモデル(HAA-LSTM)の融合訓練方法を提案する。
  論文  参考訳（メタデータ） (2023-08-27T10:32:52Z)
• 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)
• 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)
• Autonomous Aerial Robot for High-Speed Search and Intercept Applications [86.72321289033562]
  高速物体把握のための完全自律飛行ロボットが提案されている。 追加のサブタスクとして、我々のシステムは、表面に近い極にある気球を自律的にピアスすることができる。 我々のアプローチは、挑戦的な国際競争で検証され、優れた結果が得られました。
  論文  参考訳（メタデータ） (2021-12-10T11:49:51Z)
• AirDet: Few-Shot Detection without Fine-tuning for Autonomous Exploration [16.032316550612336]
  本稿では,支援画像とのクラス関係の学習による微調整が不要なAirDetを提案する。 AirDetは、徹底的に微調整された方法と同等またはそれ以上の結果を達成し、ベースラインで最大40～60%の改善を実現している。 DARPA潜水試験における実地探査実験の評価結果について述べる。
  論文  参考訳（メタデータ） (2021-12-03T06:41:07Z)
• Rethinking Drone-Based Search and Rescue with Aerial Person Detection [79.76669658740902]
  航空ドローンの映像の視覚検査は、現在土地捜索救助(SAR)活動に不可欠な部分である。 本稿では,この空中人物検出(APD)タスクを自動化するための新しいディープラーニングアルゴリズムを提案する。 本稿では,Aerial Inspection RetinaNet (AIR) アルゴリズムについて述べる。
  論文  参考訳（メタデータ） (2021-11-17T21:48:31Z)
• XAI-N: Sensor-based Robot Navigation using Expert Policies and Decision Trees [55.9643422180256]
  本稿では,ロボットの密集した動的環境における衝突のない軌道を計算するためのセンサベース学習ナビゲーションアルゴリズムを提案する。 我々のアプローチは、sim2realパラダイムを用いて訓練された深層強化学習に基づくエキスパートポリシーを使用する。 シミュレーション環境でのアルゴリズムの利点を強調し、移動中の歩行者の間でClearpath Jackalロボットをナビゲートする。
  論文  参考訳（メタデータ） (2021-04-22T01:33:10Z)
• Machine Learning-Based Automated Design Space Exploration for Autonomous Aerial Robots [55.056709056795206]
  自律飛行ロボットのためのドメイン固有のアーキテクチャの構築は、オンボードコンピューティングを設計するための体系的な方法論が欠如しているため、難しい。 F-1ルーフラインと呼ばれる新しいパフォーマンスモデルを導入し、アーキテクトがバランスの取れたコンピューティングシステムを構築する方法を理解するのを助ける。 サイバー物理設計空間を自動でナビゲートするために、AutoPilotを導入します。
  論文  参考訳（メタデータ） (2021-02-05T03:50:54Z)
• High-Speed Robot Navigation using Predicted Occupancy Maps [0.0]
  ロボットがセンサの地平線を越えて広がる空間を高速で予測できるアルゴリズム手法について検討する。 我々は、人間のアノテートラベルを必要とせず、実世界のデータからトレーニングされた生成ニューラルネットワークを用いてこれを実現する。 既存の制御アルゴリズムを拡張し、予測空間を活用することで、衝突のない計画とナビゲーションを高速で改善します。
  論文  参考訳（メタデータ） (2020-12-22T16:25:12Z)
• GymFG: A Framework with a Gym Interface for FlightGear [2.769397444183181]
  我々は、GymFG:GymFGカップルを開発し、高忠実でオープンソースのフライトシミュレータを拡張した。 我々は,Imitation Learning を用いた自律航空エージェントの訓練に GymFG を用いることを実証した。
  論文  参考訳（メタデータ） (2020-04-26T21:06:20Z)

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。