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
- Towards Probabilistic Planning of Explanations for Robot Navigation [2.6196780831364643]
本稿では,ユーザ中心の設計原則をロボット経路計画プロセスのコアに直接組み込む新しいアプローチを提案する。
本稿では,ロボットナビゲーションにおける説明の自動計画のための確率的フレームワークを提案する。
論文 参考訳(メタデータ) (2024-10-26T09:52:14Z) - CANVAS: Commonsense-Aware Navigation System for Intuitive Human-Robot Interaction [19.997935470257794]
本稿では,コモンセンス認識ナビゲーションのための視覚的および言語的指示を組み合わせたフレームワークであるCANVASを提案する。
その成功は模倣学習によって引き起こされ、ロボットは人間のナビゲーション行動から学ぶことができる。
実験の結果,CANVASはすべての環境において,強力なルールベースシステムであるROS NavStackよりも優れていることがわかった。
論文 参考訳(メタデータ) (2024-10-02T06:34:45Z) - Aligning Robot Navigation Behaviors with Human Intentions and Preferences [2.9914612342004503]
この論文は,「自律移動ロボットのナビゲーション行動と人間の意図と嗜好を一致させるために,機械学習手法をどのように利用できるのか?」という疑問に答えることを目的としている。
第一に、この論文は、意図したナビゲーションタスクの人間が提供する実演を模倣することにより、ナビゲーション行動を学ぶための新しいアプローチを導入している。
第二に、この論文は、視覚的な地形認識を自己監督的に学習することで、移動ロボットの地形認識オフロードナビゲーションを強化する2つのアルゴリズムを導入している。
論文 参考訳(メタデータ) (2024-09-16T03:45:00Z) - CoNav: A Benchmark for Human-Centered Collaborative Navigation [66.6268966718022]
協調ナビゲーション(CoNav)ベンチマークを提案する。
われわれのCoNavは、現実的で多様な人間の活動を伴う3Dナビゲーション環境を構築するという重要な課題に取り組む。
本研究では,長期的意図と短期的意図の両方を推論する意図認識エージェントを提案する。
論文 参考訳(メタデータ) (2024-06-04T15:44:25Z) - 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) - 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)
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。