让机器人在人群中穿梭自如，港科广 & 港科大突破社交导航盲区

在复杂环境中，机器人社交导航能力至关重要。社交导航 (socialnav) 指机器人遵循社会规范在人机共存环境中导航。例如，机器人需要到达目标点，但目标点位于行人未来轨迹的交叉区域，机器人必须灵活避障并保持安全社交距离。

传统方法难以应对动态环境，为此，香港科技大学（广州）和香港科技大学提出了一种新算法 falcon。该算法将轨迹预测融入社交导航，实现长期动态避障，提升导航性能。

现有社交导航基准存在场景简化、行为不自然等问题。

因此，研究团队构建了 social-hm3d 和 social-mp3d 两个新数据集，作为更真实的社交导航基准。这两个数据集基于真实场景重建，模拟自然人类行为，并控制人群密度。

falcon 算法框架由主策略网络 (mpn) 和时空预知模块 (spm) 两部分组成。mpn 引入社会认知惩罚 (scp) 机制，避免机器人干扰行人轨迹；spm 则结合轨迹预测等辅助任务，增强对环境动态变化的预测能力。

现有模拟器与数据集对比：

实验结果表明，falcon 在目标达成率和社会合规性方面表现出色，在 social-hm3d 数据集上达到 55.15% 的成功率和 spl，在 social-mp3d 数据集上达到 55.05% 的成功率，同时保持接近 90% 的 psc 和接近 42% 的人机碰撞率。

定性分析展示了 falcon 在不同场景下的优势：

研究团队总结了三个关键发现：未来感知算法优于实时感知算法；轨迹预测等辅助任务提升性能；scp 和 spm 相辅相成，提升性能并加快训练收敛。

项目主页：https://www.php.cn/link/7e00cda28df36131e359f285250948f4 论文链接：https://www.php.cn/link/7e00cda28df36131e359f285250948f4 代码链接：https://www.php.cn/link/7e00cda28df36131e359f285250948f4

以上就是让机器人在人群中穿梭自如，港科广 & 港科大突破社交导航盲区的详细内容，更多请关注代码网其它相关文章！