社会的ナビゲーション2026/9/16arXiv:2609.18125

PRISM: 社会的ロボットナビゲーションのための相互作用スタイルと運動の予測表現

PRISM: Predictive Representation of Interaction Style and Motion for Social Robot Navigation

人間同士の観察から歩行者の相互作用特性を潜在空間で推論し、その時間的安定性スコアをナビゲーション方策に組み込むことで、群衆内での衝突を減らすフレームワークを提案した。

詳しい要約

1. どんなもの？

- 混雑環境での social robot navigation のためのフレームワーク PRISM を提案。 - 人間同士の受動的観察から interaction traits を推論する。 - 軌跡を transformer encoder で連続的な ordinal latent space に符号化する。 - 推論した trait と temporal-stability score を navigation policy に与える。

2. 先行研究と比べてどこがすごい？

- 従来のロボットナビゲーションは主に観測された幾何学的状態で歩行者を表現。 - 個人差や interaction tendencies が暗黙のままだった。 - PRISM は受動的観察から interaction traits を推論し、明示的に方策へ供給する点が新しい。

3. 技術・手法の肝は？

- 人間の軌跡を transformer encoder で連続的な ordinal latent space に符号化。 - Rank-N-Contrast loss で encoder を訓練。 - 推論した trait ごとに temporal-stability score を算出。 - それらを navigation policy に供給する。

4. どうやって有効だと検証した？

- ランダム化された crowd simulations で検証。 - geometry-only baseline と比較して衝突率を低減。 - navigation-time と path-length の指標でも小さな改善。

5. 議論はある？

- 受動的な latent-trait inference が動的な群衆での social navigation に有用である可能性を示唆。 - ただし改善は限定的で、議論の詳細は要旨からは不明。

6. 次に読むべき論文は？

- 要旨で参照・比較されている研究は明示されていない。 - 同分野の定番として social robot navigation、crowd navigation、trajectory prediction、transformer-based navigation に関する論文を挙げる。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Bo-Han Chen, Hiromu Taketsugu, Norimichi Ukita

分類: cs.CV, cs.RO

原文アブストラクト

Humans often observe others before interacting and adjust their behavior accordingly. Robot navigation in crowds, however, often represents pedestrians mainly by observed geometric states, leaving individual differences in interaction tendencies implicit. We propose PRISM (Predictive Representation of Interaction Style and Motion), a framework that infers interaction traits from passive observations of human-human interactions. PRISM encodes human trajectories into a continuous ordinal latent space with a transformer encoder trained by Rank-N-Contrast loss, and pairs each inferred trait with a temporal-stability score supplied to the navigation policy. In randomized crowd simulations, PRISM reduces collision rates over the geometry-only baseline and yields small improvements in navigation-time and path-length metrics. These results suggest the utility of passive latent-trait inference for social navigation in dynamic crowds.

arXivで原文を読む →arXiv概要ページ

PRISM: 社会的ロボットナビゲーションのための相互作用スタイルと運動の予測表現

詳しい要約

1. どんなもの？

2. 先行研究と比べてどこがすごい？

3. 技術・手法の肝は？

4. どうやって有効だと検証した？

5. 議論はある？

6. 次に読むべき論文は？

原文アブストラクト

関連論文