論文の概要: Perspective-Shifted Neuro-Symbolic World Models: A Framework for Socially-Aware Robot Navigation

• arxiv url: http://arxiv.org/abs/2503.20425v1
• Date: Wed, 26 Mar 2025 10:59:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-27 19:18:47.145064
• Title: Perspective-Shifted Neuro-Symbolic World Models: A Framework for Socially-Aware Robot Navigation
• Title（参考訳）: パースペクティブシフト型ニューロシンボリック世界モデル:社会認識型ロボットナビゲーションのためのフレームワーク
• Authors: Kevin Alcedo, Pedro U. Lima, Rachid Alami,
• Abstract要約: ソーシャルナビゲーションのためのニューロシンボリックモデルに基づく強化学習アーキテクチャを提案する。 部分的に観察可能な環境における信念追跡の課題に対処する。 また,信念推定のための視点シフト演算子を提案する。
• 参考スコア（独自算出の注目度）: 7.592094566354555
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Navigating in environments alongside humans requires agents to reason under uncertainty and account for the beliefs and intentions of those around them. Under a sequential decision-making framework, egocentric navigation can naturally be represented as a Markov Decision Process (MDP). However, social navigation additionally requires reasoning about the hidden beliefs of others, inherently leading to a Partially Observable Markov Decision Process (POMDP), where agents lack direct access to others' mental states. Inspired by Theory of Mind and Epistemic Planning, we propose (1) a neuro-symbolic model-based reinforcement learning architecture for social navigation, addressing the challenge of belief tracking in partially observable environments; and (2) a perspective-shift operator for belief estimation, leveraging recent work on Influence-based Abstractions (IBA) in structured multi-agent settings.
• Abstract（参考訳）: 人間と一緒に環境を旅するには、エージェントが不確実性の下で推論し、周囲の人々の信念や意図を説明する必要がある。 シーケンシャルな意思決定フレームワークの下では、自我中心のナビゲーションは自然にマルコフ決定プロセス(MDP)として表現できる。 しかし、社会的ナビゲーションには他人の隠された信念を推論する必要があるため、本来はエージェントが他人の精神状態に直接アクセスできない部分的観察可能なマルコフ決定プロセス(POMDP)に繋がる。 心の理論と疫学計画から着想を得て,(1)部分的に観察可能な環境における信念追跡の課題に対処する,社会ナビゲーションのためのニューロシンボリックモデルに基づく強化学習アーキテクチャ,(2)構造化マルチエージェント環境におけるインフルエンス・ベース・抽象化(IBA)に関する最近の研究を活用する,信念推定のための視点シフト演算子を提案する。

関連論文リスト

• Continuum-Interaction-Driven Intelligence: Human-Aligned Neural Architecture via Crystallized Reasoning and Fluid Generation [1.5800607910450124]
  現在のAIシステムは、幻覚、予測不能、そして人間の意思決定と不一致といった課題に直面している。 本研究では、確率的生成(LLM)とホワイトボックスの手続き的推論(チェーン・オブ・シント)を統合し、解釈可能で、継続的な学習可能で、人間に準拠したAIシステムを構築する二チャンネルインテリジェントアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2025-04-12T18:15:49Z)
• CogNav: Cognitive Process Modeling for Object Goal Navigation with LLMs [33.123447047397484]
  オブジェクトゴールナビゲーション(Object goal navigation、ObjectNav)は、AIの具体化における基本的なタスクであり、エージェントが以前目に見えない環境でターゲットオブジェクトを見つける必要がある。 大規模言語モデルを用いた認知過程の模倣を目的としたフレームワークであるCogNavを提案する。 CogNavは、少なくとも最先端技術に比べて、ObjectNavの成功率を14%向上させる。
  論文  参考訳（メタデータ） (2024-12-11T09:50:35Z)
• Belief Aided Navigation using Bayesian Reinforcement Learning for Avoiding Humans in Blind Spots [0.0]
  本研究では、部分的に観測可能なマルコフ決定プロセスフレームワークに基づく新しいアルゴリズムBNBRL+を導入し、観測不能領域のリスクを評価する。 ロボット、人間、そして推論された信念のダイナミクスを統合し、ナビゲーションパスを決定し、報酬関数に社会規範を埋め込む。 このモデルでは、視認性に限界があり、障害物を動的に回避できるため、自動運転車の安全性と信頼性を大幅に向上させることができる。
  論文  参考訳（メタデータ） (2024-03-15T08:50:39Z)
• Interactive Autonomous Navigation with Internal State Inference and Interactivity Estimation [58.21683603243387]
  本稿では,関係時間的推論を伴う3つの補助的タスクを提案し,それらを標準のディープラーニングフレームワークに統合する。 これらの補助的なタスクは、他の対話的エージェントの行動パターンを推測するための追加の監視信号を提供する。 提案手法は,標準評価指標の観点から,頑健かつ最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2023-11-27T18:57:42Z)
• Latent Emission-Augmented Perspective-Taking (LEAPT) for Human-Robot Interaction [16.19711863900126]
  本稿では,ロボットが知覚と概念的視点の両方を捉えることができる深層世界モデルを提案する。 鍵となる革新は、架空の観測・放出を生成・拡張できる多モード潜在状態モデルである。 我々は,3つの部分観測可能なHRIタスクにおいて,人間の観察と信念を予測するために,モデルを実行した。
  論文  参考訳（メタデータ） (2023-08-12T08:22:11Z)
• 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)
• ETPNav: Evolving Topological Planning for Vision-Language Navigation in Continuous Environments [56.194988818341976]
  視覚言語ナビゲーションは、エージェントが環境中をナビゲートするための指示に従う必要があるタスクである。 本研究では,1)環境を抽象化し,長距離航法計画を生成する能力,2)連続環境における障害物回避制御能力の2つの重要なスキルに焦点を当てたETPNavを提案する。 ETPNavは、R2R-CEとRxR-CEデータセットの先行技術よりも10%以上、20%改善されている。
  論文  参考訳（メタデータ） (2023-04-06T13:07:17Z)
• Learning Social Navigation from Demonstrations with Conditional Neural Processes [2.627046865670577]
  本稿では,コンディショナル・ニューラル・プロセスを用いて,移動ロボットのグローバル・ローカル・コントローラを観測から学習するデータ駆動ナビゲーションアーキテクチャを提案する。 提案手法は,データ中の社会的規範に関するナビゲーションタスクをうまく実行できることを実証した。
  論文  参考訳（メタデータ） (2022-10-07T14:37:56Z)
• Automated Machine Learning, Bounded Rationality, and Rational Metareasoning [62.997667081978825]
  有界合理性の観点から、自動機械学習(AutoML)と関連する問題を考察する。 リソース境界の下でアクションを取るには、エージェントがこれらのリソースを最適な方法で利用する方法を反映する必要がある。
  論文  参考訳（メタデータ） (2021-09-10T09:10:20Z)
• SABER: Data-Driven Motion Planner for Autonomously Navigating Heterogeneous Robots [112.2491765424719]
  我々は、データ駆動型アプローチを用いて、異種ロボットチームをグローバルな目標に向けてナビゲートする、エンドツーエンドのオンラインモーションプランニングフレームワークを提案する。 モデル予測制御(SMPC)を用いて,ロボット力学を満たす制御入力を計算し,障害物回避時の不確実性を考慮した。 リカレントニューラルネットワークは、SMPC有限時間地平線解における将来の状態の不確かさを素早く推定するために用いられる。 ディープQ学習エージェントがハイレベルパスプランナーとして機能し、SMPCにロボットを望ましいグローバルな目標に向けて移動させる目標位置を提供する。
  論文  参考訳（メタデータ） (2021-08-03T02:56:21Z)
• Pushing it out of the Way: Interactive Visual Navigation [62.296686176988125]
  エージェントが目標に合わせてより効率的にナビゲートするために環境を変更することを学ぶインタラクティブナビゲーションの問題を研究します。 エージェントの行動によって引き起こされる環境の変化を明示的に予測するために,neural interaction engine(nie)を導入する。 計画中の変更をモデル化することで、エージェントがナビゲーション能力を大幅に改善できることが分かりました。
  論文  参考訳（メタデータ） (2021-04-28T22:46:41Z)
• Deep Interpretable Models of Theory of Mind For Human-Agent Teaming [0.7734726150561086]
  我々は、他の観測対象の意図をモデル化するための解釈可能なモジュラー・ニューラル・フレームワークを開発する。 Minecraftの検索および救助タスクで、人間の参加者のデータに関する実験を行い、アプローチの有効性を実証します。
  論文  参考訳（メタデータ） (2021-04-07T06:18:58Z)
• Counterfactual Vision-and-Language Navigation via Adversarial Path Sampling [65.99956848461915]
  VLN(Vision-and-Language Navigation)は、エージェントが目標を達成するために3D環境を移動する方法を決定するタスクである。 VLNタスクの問題点の1つは、対話型環境において、人間に注釈を付けた指示で十分なナビゲーションパスを収集することは困難であるため、データの不足である。 本稿では,低品質な拡張データではなく,効果的な条件を考慮可能な,対向駆動の反実的推論モデルを提案する。
  論文  参考訳（メタデータ） (2019-11-17T18:02:51Z)

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。