論文の概要: Learning Side-by-Side Navigation for Personal Mobility Vehicles from Human Drivers

• arxiv url: http://arxiv.org/abs/2610.36726v1
• Date: Tue, 27 Oct 2026 06:45:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-29 04:15:49.239186
• Title: Learning Side-by-Side Navigation for Personal Mobility Vehicles from Human Drivers
• Title（参考訳）: 運転者から個人用移動車への双方向ナビゲーションの学習
• Abstract要約: 2つのPMVは、乗客が安全でスムーズな乗り心地を維持しながら、会話ができるような社交組織を共同で開催する計画だ。 安全層のコストは、車体全体から測定されたブレーキがまだクリアである場合に限り、移動をオーバーライドできない。
• 参考スコア（独自算出の注目度）: 0.5801044612920815
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper presents an approach to achieve side-by-side autonomous motion with a pair of personal mobility vehicles (PMVs). Given a global path, two PMVs plan cooperatively so as to hold a social formation that lets the passengers hold a conversation, while keeping the ride safe and smooth. Each vehicle runs its own sampling-based model-predictive planner; the planners exchange nothing but the odometry each vehicle could observe of the other, and the joint decision is expressed as a pair of utility matrices over pairs of candidate trajectories, resolved by a common rule. The behavioural parameters are fitted by inverse reinforcement learning from 409 minutes of driving by ten pairs of people in human-driven PMVs in an indoor environment, and the lanes the pair can use are derived offline from the corridor itself rather than fixed by hand. A safety layer the cost cannot override executes a move only if the vehicle can still brake clear, measured from its whole body, and a vehicle that is stuck reverses along its own path and continues. In closed-loop simulation over 24 runs in the conditions the drivers were recorded in and 24 in four generated obstacle layouts, no vehicle entered a wall or a cone. The pair holds conversational formation for 60.5 and 68.9 percent of the time among obstacles (anticlockwise and clockwise) and 81.2 and 91.5 percent in a clear aisle, against the drivers' 34.0 and 36.0 percent, and 52.9 and 56.0 percent, and it matches their speed. It keeps one lateral formation where the drivers alternated between a close diagonal and a wide abreast one, and it varies far less. Experimental results are based on a differential drive kinematic simulator running on ROS 2.
• Abstract（参考訳）: 本稿では,2台のパーソナルモビリティ車両(PMV)を用いて,サイドバイサイドの自律走行を実現する手法を提案する。 グローバルな経路を考えると、2つのPMVが協力して、乗客が安全でスムーズな乗り心地を維持しながら会話ができるような社会形成を計画している。 それぞれの車両が独自のサンプリングベースのモデル予測プランナーを運用し、各車両が観察できるオドメトリーのみを交換し、共同決定は共通のルールで解決された2つの候補軌道上のユーティリティ行列として表される。 動作パラメータは、室内環境において、人間駆動型PMVで10組の人が運転する409分から逆の強化学習によって調整され、ペアが使用可能なレーンは、手で固定されるのではなく、廊下自体からオフラインで引き出される。 コストが上がらない安全層は、車体全体から測定されたブレーキがまだクリアである場合に限り、移動を実行し、立ち往生した車両は自身の進路に沿って逆転し、継続する。 24回のクローズドループシミュレーションでは、ドライバーが4つの発生した障害物配置で記録され、壁や円錐には車両が入らなかった。 このペアは、障害物(反時計回りと時計回り)の60.5と68.9%の時間と、ドライバーの34.0と36.0、52.9と56.0の速度に対抗して、明確な通路で81.2と91.5の時間で会話する。 ドライバーが近い対角線と幅の広い対角線とを交互に交互に交互に配置する一方の側方形を保ち、はるかに少ない。 実験結果は、ROS 2上で動作するディファレンシャルドライブキネマティックシミュレータに基づく。

関連論文リスト

• FPD-Drive: Future Policy Distillation for End-to-End Autonomous Driving [60.94017457617759]
  我々は、特権付き将来の知識を視覚駆動ポリシーに蒸留するエンド・ツー・エンドのプランナーであるFPD-Driveを提案する。 具体的には,教師から多様な,高品質な軌道目標を伝達するために,Future-Privileged Multi-Target Distillationを導入する。 候補選択には、近隣の安全候補と安全でない候補のランキング誤差を補正するセーフティ・アウェア・スコア補正を導入する。
  論文  参考訳（メタデータ） (2026-10-09T08:50:25Z)
• Barrier-Shaped Recurrent Reinforcement Learning for Autonomous Landing on a Heaving Ship Deck [1.2240528082243671]
  本稿では、無人航空機(UAV)ロータークラフトをヒービング船甲板に自律着陸させる。 トレーニングは4096の並列シミュレーション環境で行われ、続いて16の環境で微調整が行われ、ループに視覚パイプラインが配置されている。 デッキ相対垂直状態における制御バリア機能(CBF)停止マージンを2段階に組み込む。
  論文  参考訳（メタデータ） (2026-10-02T18:36:57Z)
• Multi-Agent Reinforcement Learning for Safe Autonomous Driving Under Pedestrian Behavioral Uncertainty [3.682030314397244]
  MAPPO(Multi-Agent Proximal Policy Optimization)を用いたSDCと12人の歩行者の共同訓練 500エピソード評価では、共同訓練したSDCは14%の衝突率で78%に達し、最高のルールベースラインでは35%/33%に達した。 ジェイウォーキングは交差する事象の13%で、衝突の62%で、衝突を1歳児のRLと比較して30%減らした。
  論文  参考訳（メタデータ） (2026-05-18T12:02:41Z)
• Autonomous Vehicle Collision Avoidance With Racing Parameterized Deep Reinforcement Learning [73.88859384645264]
  道路交通事故は世界中の交通事故の主な原因である。 米国では、人間のエラーが94%のクラッシュを引き起こし、7000人以上の歩行者が死亡し、年間500億ドルのコストがかかる。 本稿では,Dreep Reinforcement Learning (DRL) 衝突回避政策のアウト・オブ・ディストリビューションをパラメータ化する。 2つのポリシーが評価され、デフォルトのユニディレクションと、他の車と反対方向にナビゲートする逆方向のバリエーションが評価される。
  論文  参考訳（メタデータ） (2026-04-17T21:11:39Z)
• A Human-Oriented Cooperative Driving Approach: Integrating Driving Intention, State, and Conflict [50.983743505985956]
  我々は,より自然で効果的な人間-車間相互作用を確立するために,Human-Oriented Cooperative Driving (HOCD) アプローチを提案する。 実装においては、シームレスな人車連携を確保するため、戦術レベルと運用レベルを考慮に入れます。 他の協調運転法と比較して,提案手法は運転性能を著しく向上し,人間と機械の衝突を緩和する。
  論文  参考訳（メタデータ） (2025-12-29T05:51:00Z)
• iPLAN: Intent-Aware Planning in Heterogeneous Traffic via Distributed Multi-Agent Reinforcement Learning [57.24340061741223]
  本稿では,高密度および不均一な交通シナリオにおける軌跡や意図を予測できる分散マルチエージェント強化学習(MARL)アルゴリズムを提案する。 インテント対応プランニングのアプローチであるiPLANにより、エージェントは近くのドライバーの意図をローカルな観察からのみ推測できる。
  論文  参考訳（メタデータ） (2023-06-09T20:12:02Z)
• Decision Making for Autonomous Driving in Interactive Merge Scenarios via Learning-based Prediction [39.48631437946568]
  本稿では,他のドライバの動作から不確実性が生ずる移動トラフィックにマージする複雑なタスクに焦点を当てる。 我々はこの問題を部分的に観測可能なマルコフ決定プロセス(POMDP)とみなし、モンテカルロ木探索でオンラインに解決する。 POMDPの解決策は、接近する車に道を譲る、前方の車から安全な距離を維持する、あるいは交通に合流するといった、高いレベルの運転操作を行う政策である。
  論文  参考訳（メタデータ） (2023-03-29T16:12:45Z)
• Non-zero-sum Game Control for Multi-vehicle Driving via Reinforcement Learning [0.0]
  本稿では,非ゼロサムゲームとしてマルチサイクル駆動シナリオを構築した。 決定はナッシュ均衡駆動戦略によってなされる。 我々のアルゴリズムは、加速度と操舵角を直接制御することで、完全に駆動できる。
  論文  参考訳（メタデータ） (2023-02-08T09:27:20Z)
• Deep Reinforcement Learning for Human-Like Driving Policies in Collision Avoidance Tasks of Self-Driving Cars [1.160208922584163]
  自動運転ポリシーを生成するために,モデルフリーで深層強化学習手法を導入する。 本研究では,2車線道路における静的障害物回避タスクをシミュレーションで検討する。 このアプローチが人間ライクな運転ポリシーにつながることを実証します。
  論文  参考訳（メタデータ） (2020-06-07T18:20:33Z)

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。