論文の概要: End-to-End Safe Social Navigation via Multi-Task Reinforcement Learning and Probabilistic Perception

• arxiv url: http://arxiv.org/abs/2610.05733v2
• Date: Tue, 06 Oct 2026 06:33:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 02:58:29.389457
• Title: End-to-End Safe Social Navigation via Multi-Task Reinforcement Learning and Probabilistic Perception
• Title（参考訳）: マルチタスク強化学習と確率的知覚によるエンド・ツー・エンドソーシャルナビゲーション
• Abstract要約: 強化学習法(Reinforcement Learning, RL)は、現実的で効果的な解を提供するが、非現実的な仮定に依存することが多い。 我々は、生のLiDARスキャンをキネマティックに実行可能な制御コマンドに直接マッピングする軽量なエンドツーエンドRLフレームワークであるJESSIを紹介する。 JESSIは、最先端のベースラインと比較して、高いナビゲーション成功率と優れた社会的行動のバランスをとることができることを示す。
• 参考スコア（独自算出の注目度）: 57.092121055966096
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Autonomous social navigation requires balancing efficiency, physical safety, and social compliance. Reinforcement Learning (RL) methods provide a viable and effective solution but often rely on unrealistic assumptions, such as the knowledge of humans' position and velocity. In this paper, we introduce JESSI (JAX-based E2E Safe Social Interpretable navigation), a lightweight end-to-end RL framework that maps raw LiDAR scans directly to kinematically feasible control commands. JESSI enhances safety via Dirichlet-parameterized continuous action spaces and deterministic bounding, while an integrated attention-based perception module extracts probabilistic human states for interpretable, socially aware decision-making. Through extensive simulations and real-world deployment on a differential-drive robot, we demonstrate that jointly optimizing the RL policy with a supervised perception signal in a multi-task paradigm enhances social behavior. Ultimately, JESSI is able to balance high navigation success rates and superior social behaviors compared to state-of-the-art baselines.
• Abstract（参考訳）: 自律的な社会ナビゲーションには、効率性、身体的安全、社会的コンプライアンスのバランスが必要である。 強化学習法(Reinforcement Learning, RL)は、実用的で効果的な解を提供するが、人間の位置や速度の知識のような非現実的な仮定に依存することが多い。 本稿では,JESSI (JAX-based E2E Safe Social Interpretable Navigation) について紹介する。 JESSIはディリクレパラメータ化された連続的な行動空間と決定論的境界を通して安全性を高め、統合された注意に基づく知覚モジュールは、解釈可能で社会的に認識された意思決定のために確率的人間の状態を取り出す。 ディファレンシャルドライブロボット上での広範囲なシミュレーションと実世界の展開を通じて、マルチタスクパラダイムにおける教師付き知覚信号によるRLポリシーの最適化が社会行動を高めることを実証する。 最終的にJESSIは、最先端のベースラインと比較して、高いナビゲーション成功率と優れた社会的行動のバランスをとることができる。

関連論文リスト

• Performance-Preserving Online Adaptation in Social Navigation via Diffusion Steering [2.274915755738124]
  社会ナビゲーションでは、人間とロボットの複雑な相互作用をモデル化することは困難である。 本稿では,拡散ステアリングを強化学習(DSRL)により適用する手法を提案する。 評価の結果,提案手法は他の手法と比較して,性能を保ちながら効率よく学習できることが示唆された。
  論文  参考訳（メタデータ） (2026-09-21T09:16:45Z)
• Towards Socially Compliant Navigation in Deep Reinforcement Learning via Proxemics-Based Reward Modeling [0.0]
  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。
  論文  参考訳（メタデータ） (2026-08-13T07:59:23Z)
• ALSO: Adversarial Online Strategy Optimization for Social Agents [63.84788516416339]
  社会シミュレーションにおけるオンライン戦略最適化のための最初のフレームワークとしてtextbfALSO (textbfAdrial ontextbfLine textbfStrategy textbfOptimization) を提案する。 ALSOは、スタティック・ペルソナとダイナミック・ストラテジー・インストラクションの組み合わせをアームとして扱う対向バンドイット問題として、マルチターンインタラクションを定式化する。 また、相互作用履歴から報酬を予測する軽量なニューラルサロゲートを導入し、サンプル効率の高い探索と継続的なオンライン適応を可能にしている。
  論文  参考訳（メタデータ） (2026-05-15T09:25:15Z)
• 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)
• RLSLM: A Hybrid Reinforcement Learning Framework Aligning Rule-Based Social Locomotion Model with Human Social Norms [1.5561226067871505]
  不快を生じさせることなく、人口の多い環境をナビゲートすることは、社会的に認識されるエージェントにとって重要な能力である。 本稿では,ルールに基づくソーシャルロコモーションモデルを強化学習フレームワークに統合したハイブリッド強化学習フレームワーク RLSLM を提案する。
  論文  参考訳（メタデータ） (2025-11-14T13:59:40Z)
• SoNIC: Safe Social Navigation with Adaptive Conformal Inference and Constrained Reinforcement Learning [26.554847852013737]
  SoNICは適応型共形推論と制約付き強化学習を統合する最初のアルゴリズムである。 本手法は,従来の最先端RL法よりも11.67%高い96.93%の成功率を達成する。 実験により,疎密な群集と密集した群集の両方と相互作用して,堅牢で社会的に礼儀正しく意思決定できることを示した。
  論文  参考訳（メタデータ） (2024-07-24T17:57:21Z)
• 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)
• 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)

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。