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

Este artigo apresenta o conjunto de dados PeRoI, que captura interações pedestre-robô em diferentes contextos, e propõe o modelo NeuRoSFM, uma extensão do Modelo de Força Social que integra redes neurais para melhorar a previsão de movimentos pedestres e a navegação social em ambientes humanos.

O essencial

Imagine que você está caminhando por um shopping lotado. De repente, um robô passa ao seu lado. O que você faz?

• Cenário A: Você dá um pulo para o lado, como se o robô fosse um cachorro bravo que pode morder. (Isso é Repulsão).
• Cenário B: Você nem nota o robô, continua andando na sua direção como se ele fosse um poste ou uma árvore. (Isso é Neutralidade).
• Cenário C: Você fica curioso, para um pouco ou até se aproxima para ver como é a máquina. (Isso é Atração).

Até hoje, a maioria dos robôs que andam sozinhos (como os de entrega ou de limpeza) foi treinada usando mapas e dados que só mostram o Cenário A. Eles acham que todo ser humano vai fugir deles. Mas a vida real é mais complexa!

Este artigo apresenta duas coisas principais para resolver esse problema: um novo "livro de receitas" de dados e uma nova "inteligência" para robôs.

1. O Novo "Livro de Receitas": O Dataset PeRoI

Os cientistas criaram um banco de dados chamado PeRoI. Pense nele como um grande arquivo de vídeo e anotações feito em dois lugares abertos (um caminho entre prédios e uma praça na universidade).

Eles filmaram pessoas caminhando em três situações diferentes:

1. Sem nenhum robô por perto (o normal).
2. Com um robô parado (como um guarda-estátua).
3. Com um robô se movendo (como um entregador).

O grande diferencial é que eles não apenas gravaram os movimentos, mas rotularam o comportamento de cada pessoa. Eles identificaram quem teve medo (fugiu), quem ignorou e quem ficou curioso.

A Analogia da "Morfologia" (A Forma do Robô):
Eles usaram três tipos de robôs diferentes: um com rodas e braço (parece um carrinho de compras inteligente), um robô de quatro patas (parece um cachorro mecânico) e uma base industrial grande.

• O que descobriram? As pessoas reagiram de formas diferentes dependendo do "corpo" do robô. O robô que parecia um cachorro (Go1) atraiu mais curiosidade. O robô industrial grande fez as pessoas se afastarem mais. Isso mostra que o design do robô importa muito!

2. A Nova "Inteligência": O Modelo NeuRoSFM

Antes, os robôs usavam uma "fórmula matemática antiga" (chamada Modelo de Força Social) para decidir como andar. Essa fórmula era como uma receita de bolo rígida: "Se houver um humano perto, aplique força de fuga". Ela não entendia nuances.

Os autores criaram uma nova versão chamada NeuRoSFM.

• A Metáfora do "Cérebro Híbrido": Imagine que a fórmula antiga é como um GPS que só sabe seguir ruas. O novo modelo é como um GPS que tem um assistente de IA ao lado.
• Esse assistente aprendeu olhando para o nosso novo "Livro de Receitas" (PeRoI). Agora, em vez de apenas calcular "fuga", o robô consegue entender: "Ah, aquele humano está olhando para mim com curiosidade, talvez eu deva ir devagar e não fugir de repente" ou "Aquele grupo está andando junto, preciso respeitar o espaço deles".

O modelo usa redes neurais (o tipo de inteligência artificial que imita o cérebro humano) para aprender essas forças de atração e repulsão de forma natural, sem precisar que um humano ajuste os números manualmente.

Por que isso é importante?

Hoje, robôs em hospitais, shoppings e ruas precisam ser educados e seguros. Se um robô assume que todo mundo vai fugir dele, ele pode ficar paralisado ou agir de forma estranha. Se ele assume que todo mundo vai ignorá-lo, ele pode bater em alguém que está distraído.

Com o PeRoI e o NeuRoSFM, os robôs podem:

1. Entender o contexto: Saber quando as pessoas estão curiosas e quando estão com pressa.
2. Andar de forma mais natural: Não parecer um "robô assustado" que corre para o lado, mas sim um "caminheiro social" que sabe como navegar em uma multidão.

Resumo da Ópera:
Os autores deram aos robôs um "curso de etiqueta social" baseado em dados reais de como as pessoas realmente agem (fugindo, ignorando ou se aproximando), e criaram um "cérebro" capaz de aplicar essa etiqueta na hora, tornando a convivência entre humanos e máquinas muito mais fluida e segura.

Resumo técnico

1. Problema

A navegação social de robôs em espaços públicos (como shoppings, hospitais e calçadas) exige que o robô antecipe como os pedestres reagirão à sua presença. No entanto, a literatura atual enfrenta duas limitações principais:

• Falta de Diversidade Comportamental: A maioria dos conjuntos de dados existentes (como ETH, UCY, JRDB) foca exclusivamente em interações humano-humano ou assume que a resposta humana aos robôs é uniforme (geralmente apenas evasiva/repulsiva).
• Incapacidade de Modelar Nuances: Modelos atuais, como o Modelo de Força Social (SFM) clássico ou redes neurais puras, falham em capturar o espectro completo de reações humanas, que inclui não apenas o evitamento (repulsão), mas também a neutralidade (ignorar o robô) e a atração (curiosidade, aproximando-se do robô).

Essa lacuna impede o desenvolvimento de políticas de navegação que sejam verdadeiramente socialmente conscientes e adaptáveis a diferentes contextos e morfologias de robôs.

2. Metodologia

O trabalho propõe uma abordagem dupla: a criação de um novo conjunto de dados e o desenvolvimento de um novo modelo de previsão.

A. O Conjunto de Dados PeRoI (Pedestrian-Robot Interaction)

Os autores coletaram dados em dois ambientes externos não estruturados (um caminho entre prédios e uma praça universitária) sob três condições controladas:

1. PD (Pedestrians only): Linha de base sem robôs.
2. PD–SR (Pedestrians + Stationary Robot): Robôs estáticos posicionados em locais fixos.
3. PD–MR (Pedestrians + Moving Robot): Um robô (Unitree Go1) teleoperado seguindo um caminho pré-definido.

Robôs Utilizados: Três plataformas com morfologias distintas foram testadas:

• Toyota HSR (manipulador móvel com rodas).
• Unitree Go1 (quadrúpede).
• Neobotix MPO700 (base móvel industrial).

Anotação e Processamento:

• As trajetórias foram capturadas por câmeras RGB aéreas a 15 Hz.
• Cada trajetória de pedestre na presença de um robô foi anotada manualmente em uma de três categorias comportamentais:
  • Evitamento (Avoidance): Desvio da trajetória nominal para manter distância.
  • Neutralidade (Neutrality): Mudança insignificante na trajetória ou velocidade.
  • Atração (Attraction): Desvio para se aproximar ou orientar-se em direção ao robô.
• O dataset final contém 18.669 trajetórias, das quais 16,45% envolvem interações robô-pedestre.

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

Para aproveitar os dados do PeRoI, os autores propõem uma extensão do Modelo de Força Social (SFM) clássico.

• Conceito: O SFM tradicional modela o movimento como a soma de forças atrativas (meta) e repulsivas (obstáculos, outros pedestres). O NeuRoSFM integra redes neurais para aprender componentes de força específicos que o SFM não consegue parametrizar manualmente com precisão.
• Arquitetura: O modelo utiliza cinco redes neurais (MLPs) distintas para calcular as forças:
  1. Atração para a meta.
  2. Repulsão de obstáculos.
  3. Repulsão de outros pedestres.
  4. Repulsão do Robô: Aprende a força de evasão baseada na distância e direção.
  5. Coesão de Grupo: Mantém a proximidade com o grupo social.
• Tratamento de Comportamentos:
  • Neutralidade: Tratada como se o robô fosse um obstáculo comum (sem força adicional específica).
  • Atração: Modelada como uma mudança temporária no objetivo do pedestre (aproximando-se do robô por ~5 segundos) antes de retornar à meta original.

3. Contribuições Principais

1. Dataset PeRoI: O primeiro conjunto de dados em grande escala que anota explicitamente três tipos de respostas humanas (evitamento, neutralidade, atração) em relação a robôs, cobrindo diferentes morfologias e estados (estático vs. móvel).
2. NeuRoSFM: Um modelo híbrido que combina a interpretabilidade do SFM com a capacidade de aprendizado de máquina, permitindo a previsão precisa de trajetórias em cenários de interação humano-robô sem a necessidade de ajuste manual extensivo de parâmetros.
3. Análise de Morfologia e Movimento: Evidência empírica de que a resposta dos pedestres varia significativamente dependendo do tipo de robô (ex: o quadrúpede Go1 gerou mais atração que a base industrial MPO700) e do estado de movimento (robôs móveis geram maior repulsão que os estáticos).

4. Resultados

• Análise do Dataset:

  • O PeRoI possui a maior densidade de trajetórias influenciadas por robôs (16,45%) comparado a benchmarks como ETH (0%) e JRDB (1,57%).
  • A distribuição de velocidades no PeRoI é mais unimodal e contínua (~1,5 m/s), refletindo interações mais naturais, enquanto outros datasets mostram picos em velocidades baixas (paradas frequentes).
  • O robô Unitree Go1 (quadrúpede) foi o mais atraente (7,82% de atração), enquanto o MPO700 (industrial) foi o mais evitado (33,95% de evitamento).

• Desempenho do Modelo (NeuRoSFM):

  • Previsão de Trajetória: O NeuRoSFM superou consistentemente o SFM clássico e o SRFM (Social Robot Force Model) em todos os datasets testados (ETH, JRDB e PeRoI), apresentando o menor Erro de Deslocamento Médio (ADE).
  • Ablação: A inclusão da força de grupo e da força de robô aprendida neuralmente foi crucial para a melhoria de desempenho.
  • Generalização: Ao treinar modelos de ponta (como DDL) com o PeRoI, houve melhoria na precisão de previsão em outros datasets, indicando que o PeRoI ensina dinâmicas preditivas robustas.

5. Significância e Impacto

Este trabalho é fundamental para o avanço da navegação social em ambientes centrados no ser humano.

• Realismo: Ao reconhecer que nem todos os pedestres evitam robôs (alguns são neutros ou curiosos), os robôs podem navegar de forma mais fluida e menos intrusiva, evitando paradas desnecessárias ou movimentos bruscos.
• Adaptabilidade: O modelo NeuRoSFM demonstra que é possível aprender dinâmicas complexas de interação a partir de dados, superando as limitações de modelos puramente baseados em regras físicas.
• Recurso para a Comunidade: O dataset PeRoI fornece uma base padronizada para treinar e avaliar algoritmos de navegação social, preenchendo uma lacuna crítica na literatura de robótica e interação humano-robô.

Em suma, o artigo fornece tanto os dados quanto o modelo necessários para que robôs autônomos compreendam e se adaptem ao comportamento humano complexo e variado em espaços compartilhados.