| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2026-02-19 13:45 A Mixture-of-Experts LLaVA Model for Socially Compliant Navigation ○Tomohito Kawabata・Xinyu Zhang・Ling Xiao（Hokkaido Univ.）  ITS2025-50 IE2025-65 |
|
| 抄録 | （和） | (まだ登録されていません) |
| （英） | For robots navigating in human-populated environments, safety and social compliance are equally critical, yet prior work has largely emphasized safety. Socially compliant navigation that considers human comfort, social norms, and contextual appropriateness remains underexplored. Vision language models (VLMs) show promise for this task; however, large-scale models incur substantial computational overhead, leading to higher inference latency and energy consumption, making them unsuitable for real-time deployment on resource-constrained robotic platforms. To address this issue, we investigate the effectiveness of small VLM and propose SocialNav-MoE, an efficient Mixture-of-Experts vision language model for socially compliant navigation with reinforcement fine-tuning (RFT). We further introduce a semantic similarity reward (SSR) to better leverage RFT for enhanced decision-making. Additionally, we study different small language model types (Phi, Qwen, and StableLM), routing strategies, and vision encoders (CLIP vs. SigLIP, frozen vs. fine-tuned). Experiments on the SNEI dataset demonstrate that SocialNav-MoE achieves a strong balance between navigation accuracy and efficiency. The proposed SSR outperforms hard-level and character-level rewards. | |
| キーワード | （和） | / / / / / / / |
| （英） | Socially compliant navigation / Efficient vision language model / Human-robot interaction / / / / / | |
| 文献情報 | 信学技報, vol. 125, no. 356, IE2025-65, pp. 61-66, 2026年2月. | |
| 資料番号 | IE2025-65 | |
| 発行日 | 2026-02-12 (ITS, IE) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | ITS2025-50 IE2025-65 |
|
| 研究会情報 | |
| 研究会 | IE ITS ITE-MMS ITE-ME ITE-AIT ITE-SIP |
| 開催期間 | 2026-02-19 - 2026-02-20 |
| 開催地（和） | 北海道大学 |
| 開催地（英） | |
| テーマ（和） | 画像処理、一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | IE |
| 会議コード | 2026-02-IE-ITS-MMS-ME-AIT-SIP |
| 本文の言語 | 英語 |
| タイトル（和） | |
| サブタイトル（和） | |
| タイトル（英） | A Mixture-of-Experts LLaVA Model for Socially Compliant Navigation |
| サブタイトル（英） | |
| キーワード(1)（和/英） | / Socially compliant navigation |
| キーワード(2)（和/英） | / Efficient vision language model |
| キーワード(3)（和/英） | / Human-robot interaction |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 川端 智仁 / Tomohito Kawabata / カワバタ トモヒト |
| 第1著者 所属（和/英） | 北海道大学 (略称： 北大) Hokkaido University (略称： Hokkaido Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 張 新宇 / Xinyu Zhang / チョウ シンウ |
| 第2著者 所属（和/英） | 北海道大学 (略称： 北大) Hokkaido University (略称： Hokkaido Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 肖 玲 / Ling Xiao / ショオ リン |
| 第3著者 所属（和/英） | 北海道大学 (略称： 北大) Hokkaido University (略称： Hokkaido Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-02-19 13:45:00 |
| 発表時間 | 15分 |
| 申込先研究会 | IE |
| 資料番号 | ITS2025-50, IE2025-65 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.355(ITS), no.356(IE) |
| ページ範囲 | pp.61-66 |
| ページ数 | 6 |
| 発行日 | 2026-02-12 (ITS, IE) |
[研究会発表申込システムのトップページに戻る]