PPO-GAT-Follow: 密集した群衆の中でのロボットによる人物追従のためのグラフアテンション強化学習
PPO-GAT-Follow: Graph-Attention Reinforcement Learning for Robust Robot Person Following in Dense Crowds
本論文は、密集した群衆の中でのロボットによる人物追従(RPF)において、幾何学的視覚損失下でターゲット相対姿勢推定が可能な場合の相互作用を考慮した強化学習フレームワーク「PPO-GAT-Follow」を提案する。このフレームワークでは、追従者、ターゲット歩行者、周囲の歩行者をグラフノードとして表現し、グラフアテンションエンコーダが局所的な相互作用をモデル化する。タスク指向の報酬メカニズムは、ターゲット維持、視覚維持、衝突回避、近接性を考慮した社会的適合性、後方位置維持、到着後安定化、および行動安定性を総合的に考慮する。IR-SIMでの実験では、固定ルート設定で12人の背景歩行者がいる場合、PPO-GAT-Followは98.8%のタスク成功率と1.1%の衝突率を達成し、MPCと比較してタスク成功率を10.9パーセントポイント向上させた。ランダムルート設定では、トレーニング密度で83.1%のタスク成功率と0.815のSPLを達成し、MPCを18.3パーセントポイント上回った。また、SARLも主要なタスクレベルの指標で上回った。ゼロショット評価、構造的および報酬のアブレーション、報酬重み感度分析、許容誤差シフトテスト、マルチシードトレーニング、ターゲット姿勢ノイズおよび異種歩行者ダイナミクス下でのストレステストにより、提案フレームワークの有効性と信頼性がさらに実証された。Gazeboベースの検証では、ローカライゼーション、点群ベースの周囲歩行者知覚、追跡、UWBライクなターゲット相対姿勢入力とのシステム統合の実現可能性も示された。
本稿は密集群衆中の人物追従ロボット技術に関する研究論文であり、シミュレーション実験段階の成果である。投資判断に直結する具体的な製品化・事業化の発表や企業の業績への影響は確認できず、現時点では学術研究として位置づけられる。投資家視点では、群衆ナビゲーションの精度向上はサービスロボットや配送ロボットの実用性向上に寄与する領域だが、本件は特定の企業や製品に関わる具体的な事業インパクトを伴わないため、投資判断の材料とはならない。