社交机器人导航算法评估的原则与指南
机器人学
2023-09-21 v4 人工智能
人机交互
机器学习
摘要
广泛部署机器人的一个主要挑战是在有人环境中的导航，通常称为社交机器人导航。尽管社交导航领域近年来取得巨大进展，但对解决社交导航的算法进行公平评估仍然困难，因为这不仅涉及在静态环境中运动的机器人智能体，还涉及动态人类智能体及其对机器人行为恰当性的感知。相比之下，清晰、可重复且易用的基准已通过使研究者能公平比较算法、揭示现有方案的局限并指明有前景的新方向，加速了计算机视觉、自然语言处理和传统机器人导航等领域的进展。我们认为相同方法可惠及社交导航。在本文中，我们铺平了通往用于评估社交机器人导航的通用、广泛可访问且可重复基准标准的道路。我们的贡献包括（a）将社交导航机器人定义为尊重安全、舒适、可理解性、礼貌、社交能力、智能体理解、主动性和情境响应性原则的机器人，（b）用于评估社交导航的指标使用、场景开发、基准、数据集和模拟器指南，以及（c）一种社交导航指标框架的设计，以更易比较来自不同模拟器、机器人和数据集的结果。
引用
@article{arxiv.2306.16740,
title = {Principles and Guidelines for Evaluating Social Robot Navigation Algorithms},
author = {Anthony Francis and Claudia Pérez-D'Arpino and Chengshu Li and Fei Xia and Alexandre Alahi and Rachid Alami and Aniket Bera and Abhijat Biswas and Joydeep Biswas and Rohan Chandra and Hao-Tien Lewis Chiang and Michael Everett and Sehoon Ha and Justin Hart and Jonathan P. How and Haresh Karnan and Tsang-Wei Edward Lee and Luis J. Manso and Reuth Mirksy and Sören Pirk and Phani Teja Singamaneni and Peter Stone and Ada V. Taylor and Peter Trautman and Nathan Tsoi and Marynel Vázquez and Xuesu Xiao and Peng Xu and Naoki Yokoyama and Alexander Toshev and Roberto Martín-Martín},
journal= {arXiv preprint arXiv:2306.16740},
year = {2023}
}
备注
42 pages, 11 figures, 6 tables