論文の概要: Stability and Comfort in Mobile Robot-Pedestrian Interactions

• arxiv url: http://arxiv.org/abs/2607.17604v1
• Date: Mon, 20 Jul 2026 06:44:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-21 18:48:37.5153
• Title: Stability and Comfort in Mobile Robot-Pedestrian Interactions
• Title（参考訳）: 移動ロボット-歩行者インタラクションの安定性と快適性
• Authors: Alireza Jafari, Hong-Son Nguyen, Yen-Chen Liu,
• Abstract要約: 本稿では,非ホロノミック移動ロボット(NMR)のための社会認識アルゴリズムを開発する。 安定性を証明し、性能を実験的に検証し、報告された快適さを統計的に分析する。 全体として、モデルが安定しており、NMRが歩行者の群衆をナビゲートする際に歩行者の快適性を向上させる。
• 参考スコア（独自算出の注目度）: 1.491109220586182
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Mobile robots in public spaces must ensure pedestrians' comfort, and yet empirical studies of walkers' subjective safety are rare. Many classical navigation algorithms do not distinguish the walkers from dynamic obstacles and do not explicitly model subjective human factors. Moreover, most studies focus on holonomic mobile robots, whereas applications demand Nonholonomic Mobile Robots (NMR). This paper develops socially aware algorithms for NMRs, proves the stability, verifies the performance experimentally, and statistically analyzes the reported comfort. We design a framework for NMRs using Social Force Model (SFM) and the projected Time-to-collision Social Force Model (TSFM). We formalize the NMR-pedestrians' and NMR-obstacles' interactions and prove the system's stability, assuming boundedly nonpassive pedestrians. Simulations calibrate the models by maximizing a hybrid cost function of comfort and speed. Pedestrian-robot interaction experiments compare SFM and TSFM to two remote-controlled baselines and collect walkers' reported comfort. Statistical tools analyze survey results collected during the experiments. Benchmarking the algorithms against previous studies highlights the proposed methods' advantage with respect to the studied metrics. Overall, the models are stable and improve pedestrian comfort when an NMR navigates through a pedestrian crowd.
• Abstract（参考訳）: 公共空間の移動ロボットは歩行者の快適さを確保する必要があるが、歩行者の主観的安全に関する実証的研究は稀である。 多くの古典的なナビゲーションアルゴリズムは、歩行者と動的な障害物を区別せず、主観的人間の要因を明示的にモデル化しない。 さらに、ほとんどの研究はホロノミック移動ロボットに焦点を当てているが、アプリケーションは非ホロノミック移動ロボット(NMR)を必要とする。 本稿では、NMRの社会的認識アルゴリズムを開発し、安定性を証明し、性能を実験的に検証し、報告された快適さを統計的に分析する。 本研究では,社会力モデル(SFM)と時系列社会力モデル(TSFM)を用いたNMRのためのフレームワークを設計する。 我々は、NMR-歩行者とNMR-障害物の相互作用を形式化し、非パッシブな歩行者を仮定してシステムの安定性を証明する。 シミュレーションは、快適さとスピードのハイブリッドコスト関数を最大化することでモデルをキャリブレーションする。 歩行者とロボットの相互作用実験は、SFMとTSFMを2つの遠隔操作ベースラインと比較し、歩行者の快適さを報告した。 統計ツールは実験中に収集した調査結果を分析する。 先行研究に対するアルゴリズムのベンチマークは、研究指標に対する提案手法の優位性を強調している。 全体として、モデルが安定しており、NMRが歩行者の群衆をナビゲートすると、歩行者の快適さが向上する。

関連論文リスト

• Navigating the Crowd: Non-linear MPC with Social Forces Dynamics for Human-Aware Robot Navigation [37.228303049818734]
  本稿では,社会力モデルに基づく非線形モデル予測制御フレームワークであるSFM-NMPCを紹介する。 周囲のエージェントの動的モデルにソーシャルフォースモデルを組み込むことで、コントローラーは人間とロボットの軌道を共同で予測する。 社会的コスト関数の調整されたセットは、人間の従順な行動への最適化を導く。
  論文  参考訳（メタデータ） (2026-07-11T15:57:33Z)
• Empirical Pedestrian Safety Assessment in a Mobile Robot Using a Predictive Social Force Model [1.491109220586182]
  社会力モデル(SFM)は、動的群集におけるリアルタイムロボットナビゲーションのための解釈可能なソリューションを提供する。 プロジェクテッド・タイム・トゥ・コリジョン(PTTC)のSFM変異体への統合に関する最近の調査は、安全性の指標を改善している。 有限時間地平線上での予測社会的力ベクトルの統合により,予測的SFM (PSFM) と予測的TSFM (PTSFM) を導入する。
  論文  参考訳（メタデータ） (2026-07-10T08:33:06Z)
• On Improving Multimodal Pedestrian Trajectory Prediction with CVAE: A Study on Benchmark and Robot Data [3.857761563372033]
  社会時空間グラフ畳み込みニューラルネットワーク(Social-STGCNN)は,社会的相互作用をモデル化することによって高い性能を示した。 我々は,Social-STGCNNのバックボーン上に構築し,変動オートエンコーダ(CVAE)に基づく確率的定式化を導入し,マルチモーダルな将来の軌道を明示的にモデル化する。 本研究では,ETHおよびUCY歩行者軌跡データと,移動ロボットが収集した実世界の歩行者データについて評価を行った。
  論文  参考訳（メタデータ） (2026-05-18T11:59:52Z)
• Interpretable Robotic Friction Learning via Symbolic Regression [52.41267112707149]
  ロボット関節における摩擦トルクの正確なモデリングは、堅牢な数学的記述の要求により、長い間困難であった。 伝統的なモデルに基づくアプローチは、しばしば労働集約的であり、広範な実験と専門家の知識を必要とする。 ニューラルネットワークに基づくデータ駆動方式は実装が容易だが、堅牢性に欠けることが多い。
  論文  参考訳（メタデータ） (2025-05-19T14:44:02Z)
• HA-VLN 2.0: An Open Benchmark and Leaderboard for Human-Aware Navigation in Discrete and Continuous Environments with Dynamic Multi-Human Interactions [64.69468932145234]
  HA-VLN 2.0は、明示的な社会的認識制約を導入した統一ベンチマークである。 その結果、明示的な社会的モデリングはナビゲーションの堅牢性を向上し、衝突を減らすことが示唆された。
  論文  参考訳（メタデータ） (2025-03-18T13:05:55Z)
• Autotuning Bipedal Locomotion MPC with GRFM-Net for Efficient Sim-to-Real Transfer [10.52309107195141]
  DiffTune を用いた二足歩行制御におけるパラメータ選択の課題に対処する。 大きな困難は、モデルの忠実さと差別性とのバランスにある。 ハードウェア実験においてDiffTuneとGRFM-Netで得られたパラメータを検証する。
  論文  参考訳（メタデータ） (2024-09-24T03:58:18Z)
• Hybrid Internal Model: Learning Agile Legged Locomotion with Simulated Robot Response [25.52492911765911]
  ロボットの応答に応じて外部状態を推定するためにハイブリッド内部モデルを導入する。 この応答は、ハイブリッドな内部埋め込みと呼ばれ、ロボットの明示的な速度と暗黙的な安定性の表現を含んでいる。 実世界の多くの実験が、トレーニングプロセス中に一度も起こらなかった、高度に分散したタスクやケースにおいても、その俊敏性を示している。
  論文  参考訳（メタデータ） (2023-12-18T18:59:06Z)
• Model Predictive Control for Fluid Human-to-Robot Handovers [50.72520769938633]
  人間の快適さを考慮に入れた計画運動は、人間ロボットのハンドオーバプロセスの一部ではない。 本稿では,効率的なモデル予測制御フレームワークを用いてスムーズな動きを生成することを提案する。 ユーザ数名の多様なオブジェクトに対して,人間とロボットのハンドオーバ実験を行う。
  論文  参考訳（メタデータ） (2022-03-31T23:08:20Z)
• Nonprehensile Riemannian Motion Predictive Control [57.295751294224765]
  本稿では,リアル・ツー・シムの報酬分析手法を導入し,リアルなロボット・プラットフォームに対する行動の可能性を確実に予測する。 連続的なアクション空間でオブジェクトを反応的にプッシュするクローズドループコントローラを作成します。 我々は,RMPCが乱雑な環境だけでなく,乱雑な環境においても頑健であり,ベースラインよりも優れていることを観察した。
  論文  参考訳（メタデータ） (2021-11-15T18:50:04Z)

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。