评估人群导航算法社会遵从性的指标
机器人学
2022-11-29 v1
摘要
由于“社会行为”定义多样化，近期用于训练和评估自主机器人在人群中导航的协议与指标不一致。这使得已发布导航算法的有效比较困难甚至不可能。此外，由于缺乏良好的评估协议，所得算法可能因训练多样性不足而难以泛化。为弥补这些不足，本文通过提出一套兼顾效率与社会遵从性的一致指标，以及包含多个不同复杂度人群导航场景的系统化协议，来促进对人群导航算法更全面的评估与客观比较。我们在此协议下测试了四种最先进算法。结果显示部分最先进算法在泛化方面存在很大挑战，且使用我们的协议进行训练能够提升算法性能。我们证明所提指标集提供了更多洞察，并有效区分了这些算法在效率与社会遵从性方面的表现。
引用
@article{arxiv.2202.01045,
title = {Metrics for Evaluating Social Conformity of Crowd Navigation Algorithms},
author = {Junxian Wang and Wesley P. Chan and Pamela Carreno-Medrano and Akansel Cosgun and Elizabeth Croft},
journal= {arXiv preprint arXiv:2202.01045},
year = {2022}
}