国際会議ICDCN2026で16件の研究発表・受賞
2026年1月に奈良で開催されたICDCN 2026にて計16件の研究発表・2件の受賞
研究発表 受賞
国際会議 · 2026
Socially-Aware Robot Navigation Using Large Language Models: System and Evaluation
Abstract
The embodied intelligence system based on the Large Language Model (LLM) enhances the social perception and navigation capabilities of robots in dense populations. The system achieves semantic understanding and decision-making through LLM, combines MPC controller to separate high-level planning and real-time obstacle avoidance, and integrates social factor analysis. Experiments have shown that it outperforms existing methods in terms of navigation success rate and social compliance. In the future, we will build real-world datasets and explore multi machine collaboration.
解説
人が大勢いる場所をロボットが移動するとき、ぶつからないだけでは足りません。人の前を横切るのか待つのか、列にどう並ぶのか、通路のどちら側を通るのかといった、その場の暗黙の作法に沿って動けないと、周囲の人に不快感や不安を与えます。これを扱うのが社会的に配慮したナビゲーションと呼ばれる問題で、幾何的な障害物回避とは性質が違います。
難しいのは、この作法が状況によって変わることです。あらゆる場面をあらかじめ規則として書き下すのは現実的ではありません。そこで本研究は、大規模言語モデルの持つ意味理解の力を使って、いま何が起きていてどう振る舞うのが妥当かという高いレベルの判断を任せています。
一方で、言語モデルの推論は目の前に飛び出してきた人を避けるような即時の反応には遅すぎます。そこで制御を二層に分け、高いレベルの計画を言語モデルが立て、実時間の障害物回避は MPC コントローラが担当するという分担にしています。MPC というのは、少し先までの動きを予測しながら制御量を毎周期解き直す方式で、動的な環境での回避に向いています。
実験では、ナビゲーションの成功率と社会的な規範への適合の双方で既存手法を上回りました。今後は実環境のデータセットを構築し、複数台での協調にも取り組むとしています。
関連する研究室活動
