PeRoI: A Pedestrian-Robot Interaction Dataset for Learning Avoidance, Neutrality, and Attraction Behaviors in Social Navigation

Este artículo presenta el conjunto de datos PeRoI, que captura las interacciones peatón-robot en diversas condiciones, y propone el modelo NeuRoSFM para mejorar la predicción de movimientos peatonales y la navegación socialmente consciente en entornos humanos.

Lo esencial

¡Claro que sí! Imagina que los robots son como nuevos vecinos que se mudan a un barrio muy concurrido (un centro comercial, una calle o un hospital). Hasta ahora, los robots solo sabían una cosa: "¡Cuidado! Si veo a alguien, me detengo o me alejo para no chocar".

Pero la vida real es más complicada. A veces la gente se aleja asustada, a veces los ignora por completo y, ¡a veces! incluso se acercan por curiosidad para ver qué es ese "bicho" nuevo.

Este paper (artículo científico) presenta dos grandes cosas para ayudar a los robots a entender mejor a los humanos:

1. El "Libro de Recetas" de las Reacciones Humanas (El Dataset PeRoI)

Los autores crearon un gigantesco archivo de video llamado PeRoI. Imagina que grabaron a miles de personas caminando en dos lugares diferentes (una calle entre edificios y una plaza universitaria) bajo tres situaciones:

• Sin robot: La gente camina normal.
• Robot quieto: Ponen un robot parado en medio y ven qué hace la gente.
• Robot en movimiento: El robot camina entre la gente.

La gran novedad: Antes, los datos solo decían "la gente se aleja". Este nuevo archivo etiqueta tres tipos de reacciones, como si fueran colores en un semáforo:

• 🔴 Rojo (Evitación): La gente cambia de camino para no chocar (como esquivar a alguien en la acera).
• 🔵 Azul (Neutralidad): La gente pasa justo al lado sin inmutarse, como si el robot fuera un poste más.
• 🟢 Verde (Atracción): ¡La gente se acerca! Se detiene a mirar, quizás por curiosidad o porque el robot es "bonito" (como un perro o un juguete).

¿Por qué es importante?
Antes, los robots solo tenían un mapa de "evitar obstáculos". Ahora, con este dataset, tienen un mapa de "comportamiento social". Aprenden que no todos los humanos reaccionan igual. Un robot cuadrúpedo (tipo perro) atrae más a la gente que un robot industrial grande y feo.

2. El "Cerebro" que Aprende a Sentir (El modelo NeuRoSFM)

Para usar estos datos, los autores crearon un nuevo modelo llamado NeuRoSFM.

Imagina que el movimiento de las personas es como un río.

• El modelo antiguo (SFM): Decía que el río solo fluye hacia su destino y se aleja de las piedras (obstáculos). Era una fórmula matemática rígida.
• El nuevo modelo (NeuRoSFM): Es como si le dieras al río un cerebro de inteligencia artificial. Este cerebro no solo usa fórmulas, sino que "aprende" de los videos que grabaron.

¿Cómo funciona?
El modelo calcula "fuerzas invisibles" que empujan o atraen a las personas:

1. Fuerza de grupo: Si caminas con amigos, el grupo te jala para que no te alejes.
2. Fuerza del robot: Aquí está la magia. El modelo aprende que a veces el robot empuja (te aleja), a veces es neutro (no hace nada) y a veces te atrae (te acerca).

La Analogía Final: El Robot como un Novato en una Fiesta

Imagina que un robot es un novato en una fiesta llena de gente:

• Sin este nuevo conocimiento: El novato solo sabe decir "¡Cuidado!" y se queda pegado a la pared, asustado de tocar a nadie.
• Con PeRoI y NeuRoSFM: El novato aprende a leer el ambiente. Si ve a alguien aburrido (neutralidad), pasa de largo. Si ve a alguien curioso (atracción), se acerca un poco a saludar. Si ve a alguien nervioso (evitación), se aleja suavemente.

En Resumen

Este trabajo es como darles gafas sociales a los robots.

1. Recopilaron datos reales donde la gente hace cosas inesperadas (se acerca, se aleja o ignora).
2. Crearon un cerebro nuevo que entiende esas reacciones y no solo calcula distancias.

El resultado es que los robots del futuro podrán caminar entre nosotros de forma mucho más natural, segura y amigable, sin parecer torpes o peligrosos. ¡Es el primer paso para que los robots sean verdaderos compañeros en nuestras ciudades!

Resumen técnico

Aquí tienes un resumen técnico detallado del artículo "PeRoI: A Pedestrian-Robot Interaction Dataset for Learning Avoidance, Neutrality, and Attraction Behaviors in Social Navigation", presentado en español:

1. Planteamiento del Problema

La navegación social de robots en espacios públicos (centros comerciales, hospitales, aceras) requiere que estos anticipen cómo los peatones reaccionan a su presencia. Sin embargo, existen limitaciones críticas en el estado actual de la investigación:

• Falta de datos diversificados: Los conjuntos de datos existentes (como ETH, UCY, JRDB) se centran casi exclusivamente en interacciones humano-humano o, si incluyen robots, solo capturan comportamientos de evitación (repulsión).
• Simplificación excesiva: Los modelos actuales asumen que la respuesta humana a los robots es uniforme (generalmente evitarlos). En la realidad, los peatones muestran un espectro de comportamientos: evitación (mantener distancia), neutralidad (ignorar al robot) y atracción (acercarse por curiosidad).
• Deficiencia en modelos predictivos: Los modelos clásicos (como el Modelo de Fuerzas Sociales - SFM) y las redes neuronales modernas no logran diferenciar cualitativamente estos tipos de influencia, lo que reduce la fiabilidad de la navegación en entornos reales.

2. Metodología

El trabajo propone una solución dual compuesta por un nuevo conjunto de datos y un modelo de predicción mejorado.

A. El Conjunto de Datos PeRoI (Pedestrian-Robot Interaction)

• Recolección: Se recopilaron trayectorias en dos entornos exteriores no estructurados (un pasillo entre edificios y una plaza universitaria) durante 142 horas.
• Condiciones Controladas: Los datos se capturaron bajo tres escenarios:
  1. PD (Solo Peatones): Línea base sin robots.
  2. PD-SR (Peatones + Robot Estacionario): Tres plataformas robóticas diferentes en posiciones fijas.
  3. PD-MR (Peatones + Robot Móvil): Un robot (Unitree Go1) teleoperado siguiendo una ruta predefinida.
• Robots Utilizados: Se emplearon tres morfologías distintas para estudiar el impacto del diseño: Toyota HSR (brazo móvil), Unitree Go1 (cuadrúpedo) y Neobotix MPO700 (base móvil industrial).
• Etiquetado: Cada interacción se anotó manualmente en tres categorías de comportamiento: Evitación, Neutralidad y Atracción.
• Escala: El dataset contiene 18,669 trayectorias, de las cuales el 16.45% involucran interacción con robots, una proporción significativamente mayor que en datasets previos.

B. El Modelo NeuRoSFM (Neural Robot Social Force Model)

Se propone una extensión del Modelo de Fuerzas Sociales (SFM) clásico que integra redes neuronales para aprender las fuerzas dinámicamente en lugar de usar fórmulas manuales fijas.

• Estructura: El modelo descompone la fuerza total ($\vec{F}$) en componentes aprendidos por redes neuronales (MLP):
  • Fuerza de atracción al objetivo ($\vec{f}_a$).
  • Fuerza de repulsión a obstáculos ($\vec{f}_o$).
  • Fuerza de repulsión entre peatones ($\vec{f}_p$).
  • Fuerza de repulsión/atracción al robot ($\vec{f}_r$): Aprende la interacción específica con el robot, capaz de modelar tanto la evitación como la atracción (cambio temporal de objetivo hacia el robot).
  • Fuerza de cohesión grupal ($\vec{f}_{gr}$): Mantiene la proximidad a grupos sociales.
• Innovación: A diferencia del SFM tradicional que asume que los robots son solo obstáculos repulsivos, NeuRoSFM utiliza los datos de PeRoI para aprender cuándo un robot actúa como un imán (atracción) o un obstáculo neutro, adaptándose al contexto.

3. Contribuciones Clave

1. Dataset PeRoI: Es el primer conjunto de datos a gran escala que etiqueta explícitamente y cuantifica las tres respuestas humanas fundamentales (evitación, neutralidad, atracción) frente a robots con diferentes morfologías y estados de movimiento.
2. Modelo NeuRoSFM: Un marco de trabajo que combina la interpretabilidad física del SFM con la capacidad de aprendizaje de las redes neuronales, permitiendo predecir comportamientos no uniformes ante robots.
3. Análisis de Morfología y Movimiento: Evidencia empírica de que la respuesta humana varía según el tipo de robot (ej. el cuadrúpedo Go1 genera más atracción que la base industrial MPO700) y su estado (los robots móviles generan mayor repulsión que los estáticos).

4. Resultados

• Comparativa de Datos: PeRoI supera a datasets como ETH y JRDB en la densidad de interacciones robot-peatón (16.45% vs <2%). Además, muestra una distribución de velocidades más natural y unimodal (pico en ~1.5 m/s), indicando un flujo de peatones más continuo y menos interrumpido que en otros datasets.
• Rendimiento de Predicción:
  • NeuRoSFM vs. SFM/SRFM: NeuRoSFM logró el Error de Desplazamiento Promedio (ADE) más bajo en todos los datasets probados (ETH, JRDB y PeRoI).
  • Impacto de las Fuerzas: La inclusión de la fuerza del robot ($\vec{f}_r$) y la fuerza grupal ($\vec{f}_{gr}$) mejoró significativamente la precisión. En PeRoI, el modelo NeuRoSFM superó consistentemente a las versiones optimizadas del SFM y SRFM.
  • Validación Cruzada: Al entrenar modelos existentes (como DDL) con PeRoI, se observó una mejora en la predicción de trayectorias, demostrando que el dataset aporta información valiosa y no solo volumen.

5. Significado e Impacto

Este trabajo es fundamental para avanzar hacia una navegación socialmente consciente en entornos humanos:

• Realismo: Permite a los robots navegar de manera más natural, entendiendo que no todos los humanos huyen de ellos; algunos pueden acercarse, lo cual es crucial para robots de servicio o asistencia.
• Seguridad y Eficiencia: Al predecir correctamente la intención de atracción o neutralidad, los robots pueden evitar maniobras de evitación innecesarias (que pueden ser percibidas como agresivas o confusas) y planificar rutas más fluidas.
• Marco de Referencia: Establece un nuevo estándar para la evaluación de algoritmos de navegación social, obligando a considerar la diversidad de respuestas humanas y no solo la evitación de colisiones.

En conclusión, PeRoI y NeuRoSFM cierran la brecha entre la teoría de navegación robótica y la complejidad del comportamiento humano real, proporcionando tanto los datos necesarios como el modelo para aprender a interactuar de forma segura y socialmente aceptable.