日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

週刊ニュースレター購読
人物探索ナビゲーションarXiv:2610.02750

文脈と社会性を考慮したロボットによる効率的な人物目標ナビゲーション

CSIR: Contextually and Socially Informed Robots for Efficient Person Goal Navigation

シェア:XThreadsFacebookLINEはてブBluesky

言語の不確実性や情報制約下で人物を探索するPersonNav問題に対し、距離と意味情報を信頼度で重み付けする計画フレームワークを提案し、合成ベンチマークと実機で有効性を示した。

詳しい要約

1. どんなもの?

本論文は、Person Goal Navigation (PersonNav) 問題を扱う。これは、情報アクセシビリティや言語の不確実性といった現実的な制約下で、ロボットが人を探索することを可能にするものである。従来の厳密な個人知識を必要とする物品配送システムとは異なり、受取人の習慣や意図といった意味情報と距離情報を、ユーザ提供情報の信頼度で重み付けして統合する計画フレームワークを提案する。また、自然言語による人間-ロボット相互作用を模擬する合成ベンチマークも開発し、実世界展開前の性能評価を可能にする。

2. 先行研究と比べてどこがすごい?

従来の研究は、人間のプライバシーにより利用可能な公開データや疎なデータを用いた学習ベースの手法に焦点を当てていた。また、既存の人物探索システムは、屋内での物品配送のために個人を正確に知る必要がある硬直的なものであった。これに対し、本手法は、距離ベースの古典的なグラフベースラインを上回る性能を示し、意味情報のみでは根拠のない散発的な探索になるのに対し、意味と距離を信頼度で重み付けして統合することで、より効果的な探索を実現する。さらに、LLMベースの変種も同等の性能を達成し、明示的な信念表現が将来のベイズフィルタリングを自然にサポートする点が優れている。

3. 技術・手法の肝は?

提案手法の肝は、受取人に関する距離情報と意味情報(習慣や意図)を、ユーザ提供情報の信頼度で重み付けして組み合わせる計画フレームワークである。これにより、情報の不確実性や言語の曖昧さに対処する。また、明示的な信念表現を採用しており、これが将来のベイズフィルタリングを自然にサポートする。合成ベンチマークでは、俳優、アイテム、リクエストを含むシナリオを生成し、自然言語による人間-ロボット相互作用を模擬する。

4. どうやって有効だと検証した?

合成ベンチマークを用いた評価により、提案する情報に基づく探索が古典的な距離ベースのグラフベースラインを上回ることを示した。また、LLMベースの変種が同等の性能を発揮することも確認した。さらに、ハードウェアテストを実施し、実世界の具現化において、意味情報と距離情報を活用できることを実証した。

5. 議論はある?

意味情報のみに頼ると、根拠のない散発的な探索になることが示唆されている。また、提案手法の明示的な信念表現が将来のベイズフィルタリングを自然にサポートする点が議論されている。実世界展開に向けて、よりインテリジェントなモバイルサービスエージェントの実現が期待される。

6. 次に読むべき論文は?

要旨で参照/比較されている研究として、古典的な距離ベースのグラフベースライン、学習ベースの手法、LLMベースの変種が挙げられる。また、関連手法としてベイズフィルタリングが言及されている。同分野の定番としては、Person Goal Navigation (PersonNav) や物体探索ナビゲーション (Object Goal Navigation) が考えられる。

※ 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: Tyler Chung, Nahl Farhan, Hao Zhang, Mingfeng Yuan, Jinjun Shan, Amy Wu, Yue Hu

分類: cs.RO

原文アブストラクト

We address the Person Goal Navigation (PersonNav) problem, enabling robots to search for people under realistic constraints on information accessibility and language uncertainty. This tackles the current solutions revolving around rigid person finding systems requiring exact knowledge of the individual for item-delivery in indoor settings. While the focus in literature is on learned methods using unavailable public or sparse data due to human privacy. We propose a planning framework that combines distance and semantic information about the recipient (habits and intent) weighted by the trust of the user-provided information. A synthetic benchmark of scenarios is also developed including actors, items, and requests to evaluate performance before real-world deployment aiming to simulate natural language human-robot interactions. Results show our informed search outperforms classical distance-based graph baselines, while semantics alone lead to ungrounded, sporadic search. Our method achieves strong gains over baselines, with an LLM-based variant performing comparably, and its explicit belief representation naturally supports future Bayesian filtering. Hardware tests demonstrate our method supports real-world embodiment able to leverage between semantic and distance information in a real setting. This work moves toward more intelligent mobile service agents capable of human-like, informed search in realistic environments to be leveraged in day-to-day use. https://anonymous.4open.science/r/personnavsite-4ED2/index.html.

PR本紙発行元 EmplifAI