論文の概要: SAATT Nav: a Socially Aware Autonomous Transparent Transportation Navigation Framework for Wheelchairs

• arxiv url: http://arxiv.org/abs/2603.13698v2
• Date: Wed, 18 Mar 2026 14:15:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-19 13:49:23.04445
• Title: SAATT Nav: a Socially Aware Autonomous Transparent Transportation Navigation Framework for Wheelchairs
• Title（参考訳）: SAATT Nav:車いすのための自律的透明交通ナビゲーションフレームワーク
• Authors: Yutong Zhang, Shaiv Y. Mehra, Bradley S. Duerstock, Juan P. Wachs,
• Abstract要約: 本研究は、車いすのための社会認識自律透明交通(SAATT)ナビゲーションフレームワークを潜在的な解決策として提案する。 ユーザ意図を知らせるLarge Language Model (LLM)を実装し、ローカルコントローラの意思決定者として他人の意図を予測する。 全体として、SAATT Navは、ほとんどの社会的状況で優れており、残りの指標では同等かわずかに劣っている。
• 参考スコア（独自算出の注目度）: 4.525998912981213
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: While powered wheelchairs reduce physical fatigue as opposed to manual wheelchairs for individuals with mobility impairment, they demand high cognitive workload due to information processing, decision making and motor coordination. Current autonomous systems lack social awareness in navigation and transparency in decision-making, leading to decreased perceived safety and trust from the user and others in context. This work proposes Socially Aware Autonomous Transparent Transportation (SAATT) Navigation framework for wheelchairs as a potential solution. By implementing a Large Language Model (LLM) informed of user intent and capable of predicting other peoples' intent as a decision-maker for its local controller, it is able to detect and navigate social situations, such as passing pedestrians or a pair conversing. Furthermore, the LLM textually communicates its reasoning at each waypoint for transparency. In this experiment, it is compared against a standard global planner, a representative competing social navigation model, and an Ablation study in three simulated environments varied by social levels in eight metrics categorized under Safety, Social Compliance, Efficiency, and Comfort. Overall, SAATT Nav outperforms in most social situations and equivalently or only slightly worse in the remaining metrics, demonstrating the potential of a socially aware and transparent autonomous navigation system to assist wheelchair users.
• Abstract（参考訳）: 電動車椅子は、機動性障害を持つ個人のための手動車椅子とは対照的に、身体的疲労を減少させるが、情報処理、意思決定、運動調整などによる高い認知負荷が要求される。 現在の自律システムでは、ナビゲーションにおける社会的認識や意思決定における透明性が欠如しており、コンテキストにおいてユーザや他の人々からの認識された安全性と信頼が低下する。 本研究は、車いすのための社会認識自律透明交通(SAATT)ナビゲーションフレームワークを潜在的な解決策として提案する。 利用者の意図を知らせるLarge Language Model(LLM)を実装することにより、他者の意思決定者としての意図を予測することができ、歩行者や会話などの社会的状況を検知し、ナビゲートすることができる。 さらに、LLMは、透明性のための各経路において、その推論をテキストで伝達する。 本実験では,標準的グローバルプランナー,代表的な競合するソーシャルナビゲーションモデル,および,安全,社会コンプライアンス,効率,快適に分類された8つの指標において,社会レベルによって異なる3つのシミュレーション環境におけるアブレーション研究と比較した。 全体として、SAATT Navは、ほとんどの社会的状況において優れており、残りの指標では同等か、あるいはわずかに悪いだけである。

関連論文リスト

• From Obstacles to Etiquette: Robot Social Navigation with VLM-Informed Path Selection [57.74400052368147]
  本稿では,幾何学的計画と文脈的社会的推論を統合した社会ロボットナビゲーションフレームワークを提案する。 このシステムはまず障害物や人間の力学を抽出し、幾何学的に実現可能な候補経路を生成し、次に細調整された視覚言語モデル(VLM)を利用してこれらの経路を評価する。 4つのソーシャルナビゲーション環境における実験により, 生活空間違反の最小期間, 歩行者面の最小時間, 社会ゾーンの侵入がない場合に, ベストな総合的なパフォーマンスを達成できることが実証された。
  論文  参考訳（メタデータ） (2026-02-09T18:46:12Z)
• LISN: Language-Instructed Social Navigation with VLM-based Controller Modulating [47.62872797480247]
  LISN-Benchは,言語指導型ソーシャルナビゲーションのシミュレーションに基づく最初のベンチマークである。 VLMエージェントがコストマップとコントローラパラメータを変調する高速な階層システムであるSocial-Nav-Modulatorを提案する。 本手法は,最も競争力のあるベースラインよりも63%以上高い91.3%の平均成功率を達成する。
  論文  参考訳（メタデータ） (2025-12-10T18:54:30Z)
• GSON: A Group-based Social Navigation Framework with Large Multimodal Model [9.94576166903495]
  本稿では,新しいグループベースのソーシャルナビゲーションフレームワークであるGSONを紹介する。 GSONは視覚的プロンプトを使用して、歩行者間の社会的関係のゼロショット抽出を可能にする。 我々は、大規模な実世界の移動ロボットナビゲーション実験を通じてGSONを検証する。
  論文  参考訳（メタデータ） (2024-09-26T17:27:15Z)
• 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)
• Exploring Contextual Representation and Multi-Modality for End-to-End Autonomous Driving [58.879758550901364]
  最近の知覚システムは、センサー融合による空間理解を高めるが、しばしば完全な環境コンテキストを欠いている。 我々は,3台のカメラを統合し,人間の視野をエミュレートするフレームワークを導入し,トップダウンのバードアイビューセマンティックデータと組み合わせて文脈表現を強化する。 提案手法は, オープンループ設定において0.67mの変位誤差を達成し, nuScenesデータセットでは6.9%の精度で現在の手法を上回っている。
  論文  参考訳（メタデータ） (2022-10-13T05:56:20Z)
• 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。