Manusia — Masalah Utama bagi Algoritma Navigasi
Robot semakin sering berada di ruang yang harus berbagi jalan dengan manusia: toko, rumah sakit, jalanan kota. Kemampuan untuk menafsirkan perintah dengan benar sambil tidak melanggar batas pribadi pejalan kaki menjadi sangat penting. Namun, sebagian besar pendekatan navigasi berbasis instruksi bahasa (Vision-and-Language Navigation, VLN) yang ada diuji dalam kondisi di mana pejalan kaki tidak ada sama sekali, atau perilaku mereka disederhanakan hingga batas minimum. Hal ini menyebabkan agen-agen canggih sekalipun kebingungan di lingkungan nyata.
Para peneliti menyadari kesenjangan ini dan memperkenalkan tolok ukur terbuka baru — HA-VLN 2.0. Tolok ukur ini dirancang untuk menguji kemampuan robot dalam menjalankan perintah navigasi sekaligus berperilaku dapat diterima secara sosial: menghindari orang, tidak menabrak mereka, dan menjaga jarak.
Dari Peta Diskret ke Jalanan yang Hidup
Tolok ukur VLN tradisional terbagi menjadi diskret dan kontinu. Dalam kasus pertama, agen bergerak di antara titik-titik yang telah ditentukan dan tidak memperhatikan kelancaran gerakan. Dalam kasus kedua, muncul ruang bebas, tetapi di sebagian besar skenario ruang tersebut tetap statis: pejalan kaki tidak bergerak atau hampir tidak diperhitungkan. Padahal pada kenyataannya, orang terus berjalan mendekat, mengubah lintasan, dan berinteraksi satu sama lain.
Penulis makalah dari ArXiv:2503.14229 (makalah diterima di IROS 2026) mengusulkan pendekatan terpadu: HA-VLN 2.0 menggabungkan lingkungan diskret dan kontinu, dengan menambahkan batasan sosial yang eksplisit di dalamnya. Artinya, sebelum mengevaluasi akurasi rute, diperiksa apakah agen telah melanggar ruang pribadi seseorang. Perumusan masalah seperti ini jauh lebih dekat dengan kondisi nyata di mana robot harus bekerja.
Dalam makalah yang terdiri dari 35 halaman dan 20 gambar, arsitektur tolok ukur maupun hasil yang diperoleh dijelaskan secara rinci. Sebanyak 12 penulis dari laboratorium akademis dan industri mengerjakan proyek ini, termasuk peneliti dari Universitas Carnegie Mellon (Alexander G. Hauptmann) dan institusi lainnya.
HA-VLN 2.0: Standar Tunggal untuk Navigasi Sosial
Tolok ukur baru ini mencakup beberapa komponen kunci. Pertama, metrik terstandarisasi yang secara bersamaan mengukur akurasi pencapaian tujuan dan tingkat penghormatan terhadap ruang pribadi. Metrik sederhana seperti "persentase episode berhasil" di sini dilengkapi dengan penalti atas pelanggaran zona nyaman pejalan kaki.
Kedua, para peneliti menciptakan kumpulan data terbaru HAPS 2.0 dan simulator yang memodelkan interaksi dengan beberapa orang sekaligus. Tidak hanya ruang tertutup yang diperhitungkan, tetapi juga ruang terbuka, serta penyelarasan bahasa dengan gerak tubuh dan pergerakan yang lebih akurat. Hal ini memungkinkan pengujian agen dalam kondisi yang mendekati skenario perkotaan nyata.
Untuk memverifikasi kelayakan pendekatan ini, para penulis melakukan tolok ukur pada 16.844 instruksi yang dibenarkan secara sosial. Jumlah contoh sebanyak ini memungkinkan evaluasi perilaku algoritma secara andal dalam berbagai situasi. Secara khusus ditekankan bahwa bersama dengan tolok ukur, kumpulan data, simulator, garis dasar, dan protokol juga dipublikasikan — semua yang diperlukan untuk mereproduksi eksperimen.
Apa yang Ditunjukkan Pengujian: Kesadaran Sosial Menentukan
Tolok ukur ini mengungkap masalah serius: kinerja agen navigasi terkemuka menurun drastis ketika dinamika manusia dan keteramatan parsial ditambahkan. Agen yang berkinerja sangat baik di lingkungan statis mulai menabrak pejalan kaki atau menemui jalan buntu ketika orang-orang muncul di bidang pandang secara tiba-tiba.
Sementara itu, eksperimen menunjukkan bahwa pemodelan sosial yang eksplisit memberikan keuntungan yang signifikan. Jika agen dilatih sebelumnya untuk memperhitungkan kehadiran orang dan memprediksi pergerakan mereka, ketahanan navigasi meningkat dan jumlah tabrakan berkurang. Ini menegaskan perlunya pendekatan yang berorientasi pada manusia, bukan sekadar mencari jalur terpendek.
Penting bahwa temuan ini diverifikasi tidak hanya dalam simulasi. Para penulis melakukan pengujian pada robot nyata yang mengonfirmasi transfer hasil dari lingkungan virtual ke lingkungan fisik. Transisi dari simulasi ke realitas ini merupakan prasyarat untuk penerapan praktis, dan HA-VLN 2.0 menyediakan infrastruktur untuk memverifikasinya.
Ekosistem Terbuka untuk Pengembangan Robotika
Salah satu aspek penting dari proyek ini adalah keterbukaannya. Bersama dengan makalah, tidak hanya deskripsi yang dipublikasikan, tetapi juga alat kerja: kumpulan data, simulator, kode algoritma dasar, dan protokol pelatihan. Selain itu, dibuat papan peringkat di mana tim dapat membandingkan agen navigasi mereka dalam kondisi yang transparan. Ini sangat berharga karena memungkinkan pelacakan kemajuan di bidang navigasi sosial dan menghindari hasil yang berlebihan pada sampel uji tertutup.
Pengembangan tolok ukur semacam ini merupakan langkah penting menuju robot yang tidak lagi menjadi mainan laboratorium dan belajar hidup berdampingan secara aman dengan manusia dalam kehidupan nyata. Metrik dan simulator baru mendorong komunitas untuk meneliti ke arah kesadaran sosial yang lebih besar, bukan hanya akurasi teknis.
Ke depannya, perluasan skenario dapat diharapkan: kondisi cuaca yang lebih kompleks, berbagai tipe pejalan kaki, dan modalitas tambahan dalam instruksi. Namun saat ini, HA-VLN 2.0 telah menetapkan standar baru untuk evaluasi algoritma navigasi yang berorientasi pada interaksi dengan masyarakat.
