論文の概要: Navigation Explainability for Object Avoidance with LLMs for Assistive Robots

• arxiv url: http://arxiv.org/abs/2610.28920v1
• Date: Tue, 20 Oct 2026 20:54:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-23 00:40:06.145071
• Title: Navigation Explainability for Object Avoidance with LLMs for Assistive Robots
• Title（参考訳）: 補助ロボットのLCMによる物体回避のためのナビゲーション説明可能性
• Abstract要約: 本稿では,障害物回避とナビゲーションのためのガイド犬の動きを記述したコンテキスト認識ナビゲーション記述フレームワークを提案する。 本システムは,ロボットの動きを自然言語で説明するために,将来計画される軌跡とコンテキストを統合する。 その結果, 説明満足度と信頼度との間には強い肯定的関係がみられ, 障害情報と将来の軌跡を組み合わせることで, 最も効果的な説明が導かれることが示唆された。
• 参考スコア（独自算出の注目度）: 6.719584494916148
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Blind and visually impaired individuals face uncertainty when navigating unfamiliar areas. Whether a cane or a guide dog is used for navigation, this may prove to be challenging. To mitigate this challenge, we present the Context-Aware Navigation Explanation framework that explains guide dog movements for obstacle avoidance and navigation using a large language model. This system integrates perceptual context with planned future trajectories to generate natural-language explanations of robot movement. We deploy the system on a Unitree Go2 platform in indoor navigation scenarios and evaluate how different explanation context configurations affect user trust and explanation satisfaction. Results show a strong positive relationship between explanation satisfaction and trust, and suggest that combining obstacle information with future trajectory leads to the most effective explanations. These findings highlight the potential of context-aware language explanations to improve transparency and trust in assistive robot navigation.
• Abstract（参考訳）: 盲目と視覚障害のある人は、見慣れない地域を航行する際に不確実性に直面します。 杖やガイドドッグがナビゲーションに使われているかは問わないが、これは困難である。 この課題を軽減するために,大規模な言語モデルを用いて,障害物回避とナビゲーションのためのガイド犬の動きを説明するContext-Aware Navigation Explanationフレームワークを提案する。 本システムは,ロボットの動きを自然言語で説明するために,知覚コンテキストと将来の軌跡を融合する。 室内ナビゲーションシナリオにおいて,Unitree Go2プラットフォーム上にシステムをデプロイし,異なる説明コンテキスト構成がユーザの信頼と説明満足度にどのように影響するかを評価する。 その結果, 説明満足度と信頼度との間には強い肯定的関係がみられ, 障害情報と将来の軌跡を組み合わせることで, 最も効果的な説明が導かれることが示唆された。 これらの知見は,ロボットナビゲーションの透明性と信頼性を向上させるための文脈認識言語説明の可能性を強調した。

関連論文リスト

• What do VLM-Based Vision-Language Navigation Models Rely on: Interpreting and Steering Policy Behavior [50.946179887746666]
  本稿では,現代の視覚言語ナビゲーション(VLN)モデルの解釈可能性と操縦性について検討する。 我々は、視覚的観察、指示、視覚記憶がナビゲーション決定に因果的にどう影響するかを測定する介入ベースのメトリクスを使用する。 以上の結果から,これらのナビゲーションポリシーは全ての入力モダリティに敏感であり,単一のモダリティに依存しないことがわかった。
  論文  参考訳（メタデータ） (2026-09-21T13:42:48Z)
• "Why This Avoidance Maneuver?" Contrastive Explanations in Human-Supervised Maritime Autonomous Navigation [6.365194490730867]
  本稿では,海洋背景を持つ監督者に対して,回避操作の背後にある因果論理を選択的かつ理解可能な方法で説明する方法について検討する。 本研究では,人間中心の洞察を提供するコントラスト的説明を生成する手法を提案する。 4人の経験豊富な海洋士官による探索的ユーザースタディは、対照的な説明がシステムの目的を理解するのに役立つことを示唆している。
  論文  参考訳（メタデータ） (2026-04-09T09:37:43Z)
• Embodied Navigation with Auxiliary Task of Action Description Prediction [6.558761304336893]
  本稿では,ナビゲーションの強化学習に言語行動を記述するタスクを補助タスクとして組み込むことを提案する。 既往の研究では, 地下構造データがないため, 強化学習に記述法を組み込むことは困難であることが判明している。 各種ナビゲーションタスクにまたがるアプローチを評価し,高いナビゲーション性能を達成しつつ,動作を記述できることを実証した。
  論文  参考訳（メタデータ） (2025-10-21T09:12:22Z)
• MR.NAVI: Mixed-Reality Navigation Assistant for the Visually Impaired [42.45301319345154]
  本稿では,視覚障害者の空間認識を高める複合現実感システムであるMR. NAVIを提案する。 本システムでは,物体検出と深度推定のためのコンピュータビジョンアルゴリズムと自然言語処理を組み合わせることで,文脈的シーン記述を提供する。
  論文  参考訳（メタデータ） (2025-05-28T14:02:56Z)
• NavHint: Vision and Language Navigation Agent with a Hint Generator [31.322331792911598]
  我々は、詳細な視覚的記述を提供するヒント生成装置を通じて、ナビゲーションエージェントに対して間接的な監視を行う。 ヒントジェネレータは、ナビゲーションエージェントが視覚環境のグローバルな理解を開発するのを支援する。 提案手法をR2RとR4Rのデータセット上で評価し,いくつかの指標で最先端を実現する。
  論文  参考訳（メタデータ） (2024-02-04T16:23:16Z)
• Floor extraction and door detection for visually impaired guidance [78.94595951597344]
  未知の環境で障害物のない経路を見つけることは、視覚障害者や自律ロボットにとって大きなナビゲーション問題である。 コンピュータビジョンシステムに基づく新しいデバイスは、障害のある人が安全な環境で未知の環境でナビゲートすることの難しさを克服するのに役立つ。 本研究では,視覚障害者のためのナビゲーションシステムの構築につながるセンサとアルゴリズムの組み合わせを提案する。
  論文  参考訳（メタデータ） (2024-01-30T14:38:43Z)
• Understanding Path Planning Explanations [3.094802622291011]
  移動ロボットはナビゲーションの選択を説明でき、その決定を人間に理解できるようにするべきだ、と我々は主張する。 本稿では,ロボットの説明の理解性と簡易性をテストするためのユーザスタディを提案し,今後の研究課題について概説する。
  論文  参考訳（メタデータ） (2023-11-13T08:00:08Z)
• Augmented reality navigation system for visual prosthesis [67.09251544230744]
  反応ナビゲーションと経路計画のソフトウェアを組み込んだ視覚補綴用拡張現実ナビゲーションシステムを提案する。 対象を地図上に配置し、対象の軌道を計画し、対象に示し、障害なく再計画する。 その結果,目標を達成するための時間と距離を減らし,障害物衝突の回数を大幅に減らし,航法性能の向上を図っている。
  論文  参考訳（メタデータ） (2021-09-30T09:41:40Z)
• Pushing it out of the Way: Interactive Visual Navigation [62.296686176988125]
  エージェントが目標に合わせてより効率的にナビゲートするために環境を変更することを学ぶインタラクティブナビゲーションの問題を研究します。 エージェントの行動によって引き起こされる環境の変化を明示的に予測するために,neural interaction engine(nie)を導入する。 計画中の変更をモデル化することで、エージェントがナビゲーション能力を大幅に改善できることが分かりました。
  論文  参考訳（メタデータ） (2021-04-28T22:46:41Z)
• Diagnosing Vision-and-Language Navigation: What Really Matters [61.72935815656582]
  視覚言語ナビゲーション(VLN)は、エージェントが自然言語の指示に従って視覚環境をナビゲートするマルチモーダルタスクである。 近年の研究では、室内および屋外のVLNタスクのパフォーマンス改善が鈍化している。 本研究では,ナビゲーション中のエージェントの焦点を明らかにするための一連の診断実験を行う。
  論文  参考訳（メタデータ） (2021-03-30T17:59:07Z)
• Active Visual Information Gathering for Vision-Language Navigation [115.40768457718325]
  視覚言語ナビゲーション(VLN)は、エージェントがフォトリアリスティックな環境の中でナビゲーションの指示を行うためのタスクである。 VLNの重要な課題の1つは、曖昧な指示による不確実性を緩和し、環境の観察を不十分にすることで、堅牢なナビゲーションを行う方法である。 この研究は、人間のナビゲーション行動からインスピレーションを得て、よりインテリジェントなVLNポリシーのためのアクティブな情報収集能力を持つエージェントを提供する。
  論文  参考訳（メタデータ） (2020-07-15T23:54:20Z)

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。