論文の概要: Learning Social Heuristics for Human-Aware Path Planning

• arxiv url: http://arxiv.org/abs/2509.02134v1
• Date: Tue, 02 Sep 2025 09:36:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-04 15:17:03.984917
• Title: Learning Social Heuristics for Human-Aware Path Planning
• Title（参考訳）: ヒューマン・アウェア・パス・プランニングのためのソーシャル・ヒューリスティックス学習
• Authors: Andrea Eirale, Matteo Leonetti, Marcello Chiaberge,
• Abstract要約: 社会ロボットナビゲーションは近年、多くの研究の中心となっている。 ソーシャルナビゲーションのコストをカプセル化する価値関数を学習するHPLSV(Huristic Planning with Learned Social Value)を提案する。
• 参考スコア（独自算出の注目度）: 3.2957337131930493
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Social robotic navigation has been at the center of numerous studies in recent years. Most of the research has focused on driving the robotic agent along obstacle-free trajectories, respecting social distances from humans, and predicting their movements to optimize navigation. However, in order to really be socially accepted, the robots must be able to attain certain social norms that cannot arise from conventional navigation, but require a dedicated learning process. We propose Heuristic Planning with Learned Social Value (HPLSV), a method to learn a value function encapsulating the cost of social navigation, and use it as an additional heuristic in heuristic-search path planning. In this preliminary work, we apply the methodology to the common social scenario of joining a queue of people, with the intention of generalizing to further human activities.
• Abstract（参考訳）: 社会ロボットナビゲーションは近年、多くの研究の中心となっている。 研究の大半は、障害物のない軌道に沿ってロボットエージェントを駆動し、人間からの距離を尊重し、ナビゲーションを最適化するために動きを予測することに焦点を当てている。 しかし、本当に社会的に受け入れられるためには、ロボットは従来のナビゲーションから生じない特定の社会的規範を達成できなければならないが、専用の学習プロセスが必要である。 本研究では,HPLSV(Heuristic Planning with Learned Social Value)を提案する。 この予備的な研究では、人間の活動の一般化を目的として、人々の待ち行列に参加する一般的な社会的シナリオに方法論を適用した。

関連論文リスト

• Learning Social Cost Functions for Human-Aware Path Planning [2.6995631218854235]
  本稿では,一般的な社会的シナリオを認識し,それに対応するために従来のプランナーのコスト関数を変更する新しい手法を提案する。 我々のアプローチでは、ロボットはタスクごとに異なるモジュールを持つのではなく、単一の学習モデルで異なる社会的規範を学習することができる。
  論文  参考訳（メタデータ） (2024-07-15T08:57:02Z)
• Socially Integrated Navigation: A Social Acting Robot with Deep Reinforcement Learning [0.7864304771129751]
  移動ロボットは様々な混み合った状況で大規模に使われており、私たちの社会の一部になっている。 個人を考慮した移動ロボットの社会的に許容されるナビゲーション行動は、スケーラブルなアプリケーションと人間の受容にとって必須の要件である。 本稿では,ロボットの社会行動が適応的であり,人間との相互作用から生じる,社会統合型ナビゲーション手法を提案する。
  論文  参考訳（メタデータ） (2024-03-14T18:25:40Z)
• 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)
• SACSoN: Scalable Autonomous Control for Social Navigation [62.59274275261392]
  我々は、社会的に邪魔にならないナビゲーションのための政策の訓練方法を開発した。 この反事実的摂動を最小化することにより、共有空間における人間の自然な振る舞いを変えない方法でロボットに行動を促すことができる。 屋内移動ロボットが人間の傍観者と対話する大規模なデータセットを収集する。
  論文  参考訳（メタデータ） (2023-06-02T19:07:52Z)
• 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)

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。