ロボットが群衆の中で移動する目標物に接近する際、人間の行動意図は直接観測できないため、複数の不確実な相互作用結果を考慮した計画が必要になります。本研究は、このような群衆環境での目標追跡問題をPOMDP（部分観測マルコフ決定過程）として定式化し、固定された計算予算の制約下でツリーサーチを用いてオンライン求解する手法を提案しています。 計画手法の構造がサーチツリーと計算資源の配分方法に直接影響することに着目した研究チームは、2つの異なるアプローチを比較しました。1つは「逐次的経路速度計画」で、まず空間的な経路を計画してから沿って速度を調整する方法です。もう1つは「統合計画」で、ツリーサーチ内で舵角と速度の両方を同時に分岐させるアプローチです。 最大200人の人間エージェントを含むシミュレーション環境での比較結果は、両者の性能差が群衆密度によって大きく異なることを明らかにしました。低密度環境では両手法がほぼ同等の性能を示しますが、密度が増加するにつれて大きく性能が乖離します。最高密度の環境では、逐次計画者の安全な追跡成功率が統合計画者より31ポイント低く、また要する時間が44パーセント多くなるという結果が得られました。これは空間的制限が本質的な限界であることを示唆しており、群衆環境でのロボット計画において、舵角と速度を統合的に扱う重要性を実証しています。