CoCoNav、不確実な群衆環境でのロボットナビゲーション手法を提案

何が起きたか

arXivにプレプリントとして公開された論文「CoCoNav: Conformal Control for Safe Robot Navigation in Crowds」において、群衆環境でのロボットナビゲーションのためのフレームワークCoCoNavが提案された。このフレームワークは、オンライン共形較正と実行時検証を組み合わせ、予測誤差の不確実性に対処する。具体的には、地平線固有の共形比例積分コントローラが軌道誤差の境界を適応させ、長期の経験的カバレッジを調整する。また、relax-then-verifyプランナーは、ソフト制約付きMPCで名目軌道を生成し、実行前に較正された境界に対して軌道と緊急操作を個別に検証することで、ソルバーの実行可能性を維持する。シミュレーションと四足歩行ロボット実験により、評価されたベースラインと比較して、衝突回避、タスク成功率、ナビゲーション効率のバランスが良好であることが示された。

Key Facts

なぜ重要か

群衆環境でのロボットナビゲーションは、歩行者行動の予測誤差が不確実で変化するため困難である。CoCoNavは、予測誤差の変化に適応する共形較正と、実行可能性を維持する検証手法を組み合わせることで、安全で効率的なナビゲーションを実現する可能性がある。