論文の概要: Understanding Path Planning Explanations
- arxiv url: http://arxiv.org/abs/2311.07132v1
- Date: Mon, 13 Nov 2023 08:00:08 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-14 15:13:37.279992
- Title: Understanding Path Planning Explanations
- Title(参考訳): 経路計画記述の理解
- Authors: Amar Halilovic and Senka Krivic
- Abstract要約: 移動ロボットはナビゲーションの選択を説明でき、その決定を人間に理解できるようにするべきだ、と我々は主張する。
本稿では,ロボットの説明の理解性と簡易性をテストするためのユーザスタディを提案し,今後の研究課題について概説する。
- 参考スコア(独自算出の注目度): 3.094802622291011
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Navigation is a must-have skill for any mobile robot. A core challenge in
navigation is the need to account for an ample number of possible
configurations of environment and navigation contexts. We claim that a mobile
robot should be able to explain its navigational choices making its decisions
understandable to humans. In this paper, we briefly present our approach to
explaining navigational decisions of a robot through visual and textual
explanations. We propose a user study to test the understandability and
simplicity of the robot explanations and outline our further research agenda.
- Abstract(参考訳): ナビゲーションはどんな移動ロボットにも必須のスキルだ。
ナビゲーションにおける大きな課題は、環境とナビゲーションコンテキストの可能な構成の数を数多く考慮する必要があることである。
移動ロボットはナビゲーションの選択を説明でき、その決定を人間に理解できるようにするべきだ、と我々は主張する。
本稿では,視覚的およびテキスト的説明を通じてロボットのナビゲーション決定を説明する手法を提案する。
本稿では,ロボットの説明の理解性と簡易性を検証し,今後の研究課題について概説する。
関連論文リスト
- 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) - 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) - Explainable Autonomous Robots: A Survey and Perspective [0.0]
説明能力の開発は、自律ロボットへの緊急の第一歩です。
この調査は、機械学習研究で議論された様々なタイプの「説明可能性」の概要を提供する。
論文 参考訳(メタデータ) (2021-05-06T13:38:02Z) - Simultaneous Navigation and Construction Benchmarking Environments [73.0706832393065]
モバイル構築のためのインテリジェントなロボット、環境をナビゲートし、幾何学的設計に従ってその構造を変更するプロセスが必要です。
このタスクでは、ロボットのビジョンと学習の大きな課題は、GPSなしでデザインを正確に達成する方法です。
我々は,手工芸政策の性能を,基礎的なローカライゼーションと計画,最先端の深層強化学習手法を用いて評価した。
論文 参考訳(メタデータ) (2021-03-31T00:05:54Z) - ViNG: Learning Open-World Navigation with Visual Goals [82.84193221280216]
視覚的目標達成のための学習に基づくナビゲーションシステムを提案する。
提案手法は,我々がvingと呼ぶシステムが,目標条件強化学習のための提案手法を上回っていることを示す。
我々は、ラストマイル配送や倉庫検査など、現実の多くのアプリケーションでViNGを実演する。
論文 参考訳(メタデータ) (2020-12-17T18:22:32Z) - Active Visual Information Gathering for Vision-Language Navigation [115.40768457718325]
視覚言語ナビゲーション(VLN)は、エージェントがフォトリアリスティックな環境の中でナビゲーションの指示を行うためのタスクである。
VLNの重要な課題の1つは、曖昧な指示による不確実性を緩和し、環境の観察を不十分にすることで、堅牢なナビゲーションを行う方法である。
この研究は、人間のナビゲーション行動からインスピレーションを得て、よりインテリジェントなVLNポリシーのためのアクティブな情報収集能力を持つエージェントを提供する。
論文 参考訳(メタデータ) (2020-07-15T23:54:20Z) - APPLD: Adaptive Planner Parameter Learning from Demonstration [48.63930323392909]
本稿では,既存のナビゲーションシステムを新しい複雑な環境に適用可能な,適応プランナー学習(Adaptive Planner Learning from Demonstration)のAPPLDを紹介する。
APPLDは異なる環境で異なるナビゲーションシステムを実行する2つのロボットで検証されている。
実験結果から,APPLDはナビゲーションシステムよりも,デフォルトパラメータや専門家パラメータ,さらには人間実証者自体よりも優れていることが示された。
論文 参考訳(メタデータ) (2020-03-31T21:15:16Z) - Robot Navigation in Unseen Spaces using an Abstract Map [11.473894284561878]
ロボットナビゲーションシステムでは,人間と同じ記号空間情報を用いて,目立たない環境を意図的にナビゲートする。
本稿では,動的システムを用いて抽象地図の縮尺可能な空間モデルを作成する方法を示し,シンボルナビゲーションの領域における将来的な作業を促進するためのオープンソース実装を提供する。
本稿は,人間のナビゲーション戦略を質的に分析し,目立たない環境におけるロボットの象徴的なナビゲーション能力が今後どのように改善されるかについて,さらなる知見を提供する。
論文 参考訳(メタデータ) (2020-01-31T07:40:44Z)
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。