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

本論文では、歩行者とロボットの相互作用（回避・中立・接近）を包括的に捉えた新たなデータセット「PeRoI」と、これに基づいて歩行者の動きをより正確に予測するためのニューラルネットワーク拡張型社会的力モデル「NeuRoSFM」を提案し、社会的配慮のあるロボットナビゲーションの高度化に貢献しています。

要約

この論文は、**「ロボットが歩行者とどう接すれば、みんなが気持ちよく共存できるか？」**という問題を解決するための、新しい「教科書」と「計算方法」を紹介するものです。

わかりやすく言うと、「ロボットが道端に立ったり、歩いたりしているとき、人間がどう反応するか」を詳しく記録したデータと、**「その反応を予測してロボットを制御する新しい頭脳」**の提案です。

以下に、日常の比喩を使って解説します。

---

1. 従来の問題点：「ロボットはただの邪魔者」という思い込み

これまで、ロボットが歩行者とすれ違うための研究では、多くのデータが使われてきました。しかし、それらのデータには大きな欠点がありました。

• 従来の考え方： 「ロボットが近づいたら、人間は必ず**『避ける（逃げる）』**ものだ」と思っていました。
• 現実： 実際には、人間はロボットに対して3 種類の反応を示します。
  1. 避ける（Repulsion）： 「うわ、何か来る！避けよう！」と距離を取る。
  2. 無関心（Neutrality）： 「あ、ロボットか。気にせず通り過ぎる」。
  3. 近づく（Attraction）： 「あれ？面白いロボットだ！ちょっと寄って見てみよう！」と好奇心で近づく。

これまでのデータは「避ける」ことしか教えてくれなかったので、ロボットが「無関心」や「好奇心」で近づく人間に対して、どう振る舞えばいいか分からず、ぎこちない動きをしてしまっていたのです。

2. 新データ「PeRoI」：人間とロボットの「反応の百科事典」

この論文では、**PeRoI（ペロイ）**という新しいデータセットを発表しました。

• どんなもの？
  屋外の広い場所（オフィス街や大学の広場）で、**「ロボットがいない状態」「ロボットが止まっている状態」「ロボットが動いている状態」**の 3 つのシチュエーションで、何万人もの歩行者の動きを記録しました。
• 何がすごい？
  単に「どこを歩いたか」だけでなく、**「その時、人間はロボットに対して『避けた』『無視した』『近づいた』のどれを選んだか」**というラベル（タグ）を一つ一つ付けています。
• 比喩：
  従来のデータが「人間がどう歩くか」の**「地図」だけだったとすれば、PeRoI は「ロボットが来たらどう反応するか」の「反応の辞書」**のようなものです。これにより、ロボットは「あ、この人は興味を持っているな、近づいていいんだ」と判断できるようになります。

3. 新モデル「NeuRoSFM」：ロボットのための「新しい頭脳」

データがあるだけでは不十分です。それをどう使うか？そこで提案されているのが、**NeuRoSFM（ニューロ・ロ・ソーシャル・フォース・モデル）**という新しい計算モデルです。

• 従来のモデル（SFM）：
  人間同士の距離を保つ「力」を計算する古いルールブックです。ロボットが登場すると、「ロボット＝壁と同じ＝避けるべきもの」という単純なルールしかありませんでした。
• NeuRoSFM（新しい頭脳）：
  このモデルは、**「AI（ニューラルネットワーク）」**を使って、PeRoI データから「力」を学習します。
  • 学習内容： 「ロボットが止まっている時は、人間は少し避けるけど、動いている時はもっと避ける」「四足歩行のロボット（犬型）には人が近づくけど、産業用ロボットには避ける」といった、ロボットの種類や動き方による微妙な違いまで学習します。
• 比喩：
  従来のモデルが「ロボットは壁だ！避けて通れ！」と叫ぶ**「厳格な交通警官」だとすると、NeuRoSFM は「あ、あのロボットは犬型みたいで可愛いね、ちょっと寄って見る人もいるかも。でも、動いてる時は危ないから注意しよう」と状況に合わせて柔軟に判断できる「賢いナビゲーター」**です。

4. 実験結果：なぜこれが重要なのか？

• データの実証：
  実験によると、「動くロボット」は「止まっているロボット」よりも人間を遠ざける傾向が強いことが分かりました。また、「犬型のロボット（Go1）」は最も好奇心を刺激し、人が近づくことが確認されました。
• 予測精度の向上：
  新しいモデル（NeuRoSFM）を使って、人間の動きを予測すると、従来のモデルよりもはるかに正確に「次はどこへ行くか」を当てられることが証明されました。

まとめ：ロボットが「社会の仲間」になるために

この研究は、ロボットが単に「障害物を避ける機械」から、**「人間の心理や反応を理解できる社会の仲間」**に進化するための重要な一歩です。

• PeRoI データは、人間とロボットの「心の動き」を記録した**「体験談集」**。
• NeuRoSFMは、その体験談を学んで、人間と仲良く共存する**「新しい知恵」**。

これらが組み合わさることで、今後、ショッピングモールや病院、街中でロボットが、人間を驚かせたり邪魔したりすることなく、自然に、そして安全に動き回る未来が近づきます。

技術概要

PeRoI: 社会的ナビゲーションにおける回避、中立、誘引行動を学習するための歩行者 - ロボット相互作用データセット

技術的サマリー（日本語）

本論文は、公共空間におけるロボットと歩行者の相互作用をより深く理解し、社会的に適切なナビゲーションを実現するための新しいデータセット「PeRoI (Pedestrian-Robot Interaction)」と、それを活用した新しい予測モデル「NeuRoSFM」を提案する研究です。

1. 背景と課題 (Problem)

ロボットがショッピングモール、病院、歩道などの公共空間で展開される際、安全かつ社会的に受容されるナビゲーションが不可欠です。しかし、既存の歩行者軌道データセット（ETH, UCY など）の多くは「人間 - 人間」の相互作用に焦点を当てており、ロボットが存在する状況での歩行者の反応を十分に捉えていません。

主な課題は以下の通りです：

• 反応の多様性の欠如: 既存の研究やデータセットでは、歩行者がロボットに対して「回避（Avoidance）」するのみと仮定されがちですが、実際には「中立（Neutrality：無視して通過）」や「誘引（Attraction：好奇心から近づく）」といった多様な反応が見られます。
• モデルの限界: 従来の社会的力モデル（SFM）や深層学習モデルは、ロボットを単なる障害物として扱うか、均一な回避行動のみを学習するため、実環境での予測精度が低下します。
• データ不足: ロボットの形態（車輪型、四足、産業用など）や状態（静止、移動）に応じた、詳細にラベル付けされた大規模な実世界データが存在しませんでした。

2. 提案手法とデータセット (Methodology)

A. PeRoI データセット

本研究では、屋外環境で収集された大規模な歩行者 - ロボット相互作用データセット「PeRoI」を構築しました。

• 収集環境: 2 つの屋外環境（オフィスビル間の通路、大学キャンパスの広場）において、15Hz で上空から RGB カメラを用いて記録。
• 実験条件: 3 つの条件でデータを収集しました。
  1. PD (Pedestrians only): ロボット不在（ベースライン）。
  2. PD-SR (Pedestrians + Stationary Robot): 静止したロボットとの相互作用。
  3. PD-MR (Pedestrians + Moving Robot): 移動するロボットとの相互作用。
• 使用ロボット: 3 種類の異なる形態を持つロボットを使用し、形態による影響を分析しました。
  • Toyota HSR (車輪型社会用ロボット)
  • Unitree Go1 (四足ロボット)
  • Neobotix MPO700 (産業用モバイルベース)
• ラベル付け: 歩行者の反応を以下の 3 段階で手動ラベル付けしました。
  • 回避 (Avoidance): ロボットとの距離を保つために経路を逸脱。
  • 中立 (Neutrality): 経路や速度に顕著な変化なし。
  • 誘引 (Attraction): 好奇心からロボットに近づく。
• 規模: 合計 18,669 件の軌道（142 時間）。そのうち 16.45%（3,071 件）がロボットとの相互作用を含む軌道です。これは既存の主要データセット（ETH や JRDB）と比較して、ロボット関連軌道の割合が圧倒的に高いです。

B. Neural Robot Social Force Model (NeuRoSFM)

PeRoI データに基づき、従来の社会的力モデル（SFM）を拡張したニューラルネットワークベースのモデル「NeuRoSFM」を提案しました。

• 基本構造: 歩行者の運動は、複数の力のベクトル和としてモデル化されます。
  $$\vec{F} = \vec{f}_a + \vec{f}_o + \vec{f}_p + \vec{f}_r + \vec{f}_{gr} + \epsilon$$
  • $\vec{f}_a$: 目標への引力
  • $\vec{f}_o$: 障害物への斥力
  • $\vec{f}_p$: 他の歩行者への斥力
  • $\vec{f}_r$: ロボットへの力（新規）
  • $\vec{f}_{gr}$: グループ結束力（新規）
• 学習アプローチ: 従来の SFM が手動チューニングされた数式パラメータに依存するのに対し、NeuRoSFM は 5 つの独立した多層パーセプトロン（MLP）を用いて、各力成分をデータから直接学習します。
  • ロボット力 ($\vec{f}_r$): 距離と方向を入力とし、回避、中立、誘引の文脈を学習。中立は障害物と同様に扱い、誘引は一時的な目標変更としてモデル化されます。
  • グループ力 ($\vec{f}_{gr}$): グループの重心からの距離に基づき、結束力を学習。
• 特徴: 物理法則に基づいた解釈可能性を維持しつつ、データ駆動型のアプローチで複雑な人間 - ロボット相互作用を捉えます。

3. 実験結果 (Results)

A. データセットの分析

• 形態依存性: 歩行者の反応はロボットの形態に強く依存しました。四足ロボット（Go1）は最も高い「誘引」率を示し、産業用ベース（MPO700）は最も高い「回避」率を示しました。
• 静止 vs 移動: 移動するロボットの方が静止している場合よりも強い斥力（回避傾向）を示しましたが、誘引率も全体的に高まりました。
• 速度分布: PeRoI データセットは、ETH や JRDB に見られるような「停止・待機」による低速のピークが少なく、自然な歩行速度（約 1.2-1.5 m/s）に集中した単峰性の分布を示しました。これは、ロボットが存在しても歩行者が継続的に移動していることを示唆しています。
• ベンチマーク: 既存の軌道予測モデル（DDL など）を PeRoI で追加学習させたところ、ETH データセット上での予測精度が向上しました。

B. NeuRoSFM の評価

• 予測精度: 複数のデータセット（ETH, JRDB, PeRoI）において、NeuRoSFM は従来の SFM や最適化ベースの SRFM（Social Robot Force Model）と比較して、平均位置誤差（ADE）が最も低く、最も高い予測精度を達成しました。
• アブレーション研究:
  • 「ロボット力」を含まないモデルはロボットとの相互作用を正確に予測できませんでした。
  • 「グループ力」を含まないモデルは、グループ行動が見られるデータセットでの精度が低下しました。
  • 学習ベースの力計算（ニューラルネット）が、手動チューニングされたパラメータよりも優れていることが確認されました。

4. 主要な貢献 (Key Contributions)

1. PeRoI データセットの公開: ロボットに対する歩行者の「回避」「中立」「誘引」を明示的にラベル付けした、大規模かつ多様な実世界データセット。
2. NeuRoSFM モデルの提案: 社会的力モデルにニューラルネットワークを統合し、ロボット誘起力とグループ力をデータから学習する新しい予測フレームワーク。
3. 相互作用の定量的分析: ロボットの形態（車輪型、四足など）や状態（静止、移動）が歩行者の行動に与える影響を定量化し、既存の「ロボット＝単なる障害物」という単純化された仮説を否定する証拠を提供。

5. 意義と将来展望 (Significance)

本論文は、社会的に意識されたロボットナビゲーションの分野において重要な一歩です。

• 実用性: ロボットが公共空間で安全かつ自然に行動するための、より現実に即した予測モデルを提供します。
• 汎用性: 提案されたデータセットとモデルは、配送ロボット、案内ロボット、介護ロボットなど、様々な種類のロボットが人間と共存する環境での応用が期待されます。
• 将来の展望: 今後は室内環境の追加や、深度カメラ・3D LiDAR などのセンサーを用いたより詳細なデータ収集、およびより複雑な社会的文脈のモデル化が計画されています。

結論として、PeRoI データセットと NeuRoSFM モデルは、人間中心の環境におけるロボットナビゲーションの精度と受容性を向上させるための重要なリソースと手法として位置づけられます。