From Obstacles to Etiquette: ロボットの社会対応パスセレクション機能への変革

人間環境での社交性を navigater（ navigate）するには、碰撞しない移動経路はまだ、継続的な活動に干渉しや規範と衝突する可能性があるためだけでは不十分です。この挑戦に取り組むには、代理間の関係性分析が必要で、計画に一般的な常識的思考を組み込むことも求められます。この論文は、幾何学的計画とコンテキストに直結した社会的な概念を組み込んだロボットの社会対応 Navigationフレームワークについて紹介されています。システムはまず障害物と人間動的を抽出して幾何学的に可視化された候補移動経路を生成し、その後は柔軟にトレーニングされたビジョン・言語モデル（VLM）を使用してこれらのパスを評価します。情報源としてのコンテキストを基にした社会的期待値に基づいて。さらに社員が最適な移動経路を選択し、制御システムへ提供されます。このタスク特異的な VLM は大きな基盤モデルから社会思考を縮小化および効率化させることで社交思考を取得しているため、フレームワークは一貫性のある複数の人のロボットとの相互作用の場のリアルタイム適用が可能となりました。移動支援プロトコルにおける四つの社会的な移動状態実験では、当該方法は全体最大で最良のパフォーマンスを確保しています。無人空間への違反期間としては最低でかつ歩行者に顔向かす時間を最小限に抑えています。さらに社会規則に侵入するものもありません。

arXiv:2602.09002v1 Announce Type: cross Abstract: Navigating socially in human environments requires more than satisfying geometric constraints, as collision-free paths may still interfere with ongoing activities or conflict with social norms. Addressing this challenge calls for analyzing interactions between agents and incorporating common-sense reasoning into planning. This paper presents a social robot navigation framework that integrates geometric planning with contextual social reasoning. The system first extracts obstacles and human dynamics to generate geometrically feasible candidate paths, then leverages a fine-tuned vision-language model (VLM) to evaluate these paths, informed by contextually grounded social expectations, selecting a socially optimized path for the controller. This task-specific VLM distills social reasoning from large foundation models into a smaller and efficient model, allowing the framework to perform real-time adaptation in diverse human-robot interaction contexts. Experiments in four social navigation contexts demonstrate that our method achieves the best overall performance with the lowest personal space violation duration, the minimal pedestrian-facing time, and no social zone intrusions. Project page: https://path-etiquette.github.io