論文の概要: Towards Socially Compliant Navigation in Deep Reinforcement Learning via Proxemics-Based Reward Modeling

• arxiv url: http://arxiv.org/abs/2608.12917v1
• Date: Thu, 13 Aug 2026 07:59:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-14 18:29:38.433852
• Title: Towards Socially Compliant Navigation in Deep Reinforcement Learning via Proxemics-Based Reward Modeling
• Title（参考訳）: 近似に基づく逆モデリングによる深層強化学習におけるソーシャル・コンピテント・ナビゲーションを目指して
• Abstract要約: DRLソーシャルナビゲーションのための新しいプロキシベースの報酬を導入する。 ナビゲーション効率を維持しつつ、密集した解釈可能な社会学習信号を提供する。 その結果,提案した報酬はシミュレーションにおける社会的指標を継続的に改善することがわかった。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Developing effective robot navigation methods in crowded environments is essential for real-world applications. Although recent deep reinforcement learning (DRL) methods have improved navigation performance in crowded environments, they often focus primarily on task-centric objectives and underrepresent social compliance objectives. In this paper, we introduce a novel proxemics-based reward formulation for DRL social navigation that provides a dense, interpretable social learning signal while maintaining navigation efficiency. Our approach models each human's personal space as a radial Gaussian-mixture field derived from Hall's proxemics theory and computes a robot-centric local cost over the robot's field of view. We integrate the proposed reward into established DRL navigation methods and evaluate it in simulation across multiple crowd scenarios, reward baselines, and crowd densities using both navigation metrics and social metrics. Results show that the proposed reward consistently improves social metrics in simulation while maintaining competitive navigation performance relative to the compared reward models.
• Abstract（参考訳）: 混み合った環境で効果的なロボットナビゲーション手法を開発することは、現実の応用に不可欠である。 近年の深層強化学習 (DRL) 手法は, 密集した環境でのナビゲーション性能の向上に寄与しているが, 主にタスク中心の目標と社会的コンプライアンスの目標の過小評価に重点を置いていることが多い。 本稿では,ナビゲーション効率を維持しつつ,密集した解釈可能なソーシャル学習信号を提供するDRLソーシャルナビゲーションのための,新しいプロキシベースの報酬定式化を提案する。 提案手法は,ホールの近似理論から導かれた放射状ガウス混合場として各人の空間をモデル化し,ロボットの視野をロボット中心の局所的コストで計算する。 提案した報酬を既存のDRLナビゲーション手法に統合し、ナビゲーションメトリクスとソーシャルメトリクスの両方を用いて、複数のクラウドシナリオ、報酬ベースライン、およびクラウド密度のシミュレーションで評価する。 その結果、提案した報酬は、比較した報酬モデルと比較して、競争力のあるナビゲーション性能を維持しながら、シミュレーションにおける社会的指標を一貫して改善することがわかった。

関連論文リスト

• SPLC: Social Preference Learning for Crowd Robot Navigation [14.995732014749736]
  本稿では,より詳細な報酬設計の必要性を排除するために,クラウドロボットナビゲーションのためのソーシャル・プライス・ラーニング(SPLC)アルゴリズムを提案する。 その中心となるイノベーションは、嗜好データを自動的に生成する社会的嗜好フィードバックメカニズムの導入にある。 SPLCとオフライン強化学習法を統合する実験は、最先端のベースラインに対して一貫した改善を示す。
  論文  参考訳（メタデータ） (2026-07-02T09:21:17Z)
• E-SocialNav: Efficient Socially Compliant Navigation with Language Models [33.58546605940754]
  言語モデル(LM)はロボットナビゲーションにますます応用されている。 既存のベンチマークは主にナビゲーションの成功率を強調し、社会的コンプライアンスに注意を払っている。 E-SocialNavは、社会に適応したナビゲーションのための効率的なLMである。
  論文  参考訳（メタデータ） (2026-03-21T05:39:50Z)
• 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)
• Intrinsic-Motivation Multi-Robot Social Formation Navigation with Coordinated Exploration [7.50564221243905]
  協調探索型マルチロボットRLアルゴリズムを提案する。 その中核となるコンポーネントは、政策保守主義を一括して緩和するために設計された自己学習固有の報酬メカニズムである。 ソーシャルフォーメーションナビゲーションベンチマークの実証的な結果は,提案アルゴリズムの優れた性能を示すものである。
  論文  参考訳（メタデータ） (2025-12-15T13:03:08Z)
• Socially aware navigation for mobile robots: a survey on deep reinforcement learning approaches [1.2891210250935148]
  社会に意識されたナビゲーションはロボット工学において急速に発展する研究領域であり、ロボットは暗黙の人間の社会規範に固執しながら、人間の環境内を移動することができる。 深層強化学習(Dep Reinforcement Learning, DRL)は、ロボットがそれらの目的を効果的に達成しつつ、これらの社会的慣行を組み込むことのできるナビゲーションポリシーの開発を加速した。 このサーベイは、DRLに基づく社会に意識したナビゲーションのアプローチの概要を提供し、プロキシ、人間の快適性、自然性、軌道、意図予測といった重要な側面を強調している。
  論文  参考訳（メタデータ） (2025-11-18T05:33:28Z)
• From Seeing to Experiencing: Scaling Navigation Foundation Models with Reinforcement Learning [59.88543114325153]
  本稿では,航法基礎モデルの強化学習能力を高めるためのSeeing-to-Experiencingフレームワークを提案する。 S2Eは、ビデオの事前トレーニングとRLによるポストトレーニングの長所を組み合わせたものだ。 実世界のシーンを3DGSで再現した3D画像に基づく総合的なエンドツーエンド評価ベンチマークであるNavBench-GSを構築した。
  論文  参考訳（メタデータ） (2025-07-29T17:26:10Z)
• Aquatic Navigation: A Challenging Benchmark for Deep Reinforcement Learning [53.3760591018817]
  ゲームエンジンとDeep Reinforcement Learningの統合の最近の進歩を利用して,水上ナビゲーションのための新しいベンチマーク環境を提案する。 具体的には、最も広く受け入れられているアルゴリズムの一つであるPPOに着目し、先進的なトレーニング手法を提案する。 実験により,これらの成分をうまく組み合わせることで,有望な結果が得られることが示された。
  論文  参考訳（メタデータ） (2024-05-30T23:20:23Z)
• Multi-Agent Dynamic Relational Reasoning for Social Robot Navigation [50.01551945190676]
  社会ロボットナビゲーションは、日常生活の様々な状況において有用であるが、安全な人間とロボットの相互作用と効率的な軌道計画が必要である。 本稿では, 動的に進化する関係構造を明示的に推論した系統的関係推論手法を提案する。 マルチエージェント軌道予測とソーシャルロボットナビゲーションの有効性を実証する。
  論文  参考訳（メタデータ） (2024-01-22T18:58:22Z)
• NoMaD: Goal Masked Diffusion Policies for Navigation and Exploration [57.15811390835294]
  本稿では,目標指向ナビゲーションと目標非依存探索の両方を扱うために,単一の統合拡散政策をトレーニングする方法について述べる。 この統一された政策は、新しい環境における目標を視覚的に示す際に、全体的な性能が向上することを示す。 実世界の移動ロボットプラットフォーム上で実施した実験は,5つの代替手法と比較して,見えない環境における効果的なナビゲーションを示す。
  論文  参考訳（メタデータ） (2023-10-11T21:07:14Z)
• Confidence-Controlled Exploration: Efficient Sparse-Reward Policy Learning for Robot Navigation [72.24964965882783]
  強化学習(RL)はロボットナビゲーションにおいて有望なアプローチであり、ロボットは試行錯誤を通じて学習することができる。 現実世界のロボットタスクは、しばしばまばらな報酬に悩まされ、非効率な探索と準最適政策に繋がる。 本稿では,RLに基づくロボットナビゲーションにおいて,報酬関数を変更せずにサンプル効率を向上させる新しい手法であるConfidence-Controlled Exploration (CCE)を紹介する。
  論文  参考訳（メタデータ） (2023-06-09T18:45:15Z)
• SoLo T-DIRL: Socially-Aware Dynamic Local Planner based on Trajectory-Ranked Deep Inverse Reinforcement Learning [4.008601554204486]
  本研究は,最近提案されたT-MEDIRL(T-MEDIRL)に基づく,混在環境における動的局所プランナのための新しい枠組みを提案する。 ソーシャルナビゲーション問題に対処するため,我々のマルチモーダル学習プランナーは,T-MEDIRLパイプラインにおける社会的相互作用の要因だけでなく,社会的相互作用の要因も考慮し,人間の実演から報酬関数を学習する。 評価の結果,ロボットが混み合った社会環境をナビゲートし,その成功率やナビゲーションの点で最先端の社会ナビゲーション手法より優れていることがわかった。
  論文  参考訳（メタデータ） (2022-09-16T15:13:33Z)

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。