机器学习方法用于机器人穿越人群导航的比较评估
机器人学
2020-12-17 v1 机器学习
摘要
机器人穿越人群导航对人工智能系统提出了艰巨挑战，因为相关方法应实现快速高效的移动，同时不得妥协安全性。迄今为止大多数方法集中于将路径规划算法与用于行人行走预测的机器学习相结合。近来，研究文献中提出了强化学习技术。在本文中，我们在从纽约中央车站监控视频收集的人群运动数据集上，对路径规划/预测与强化学习方法进行了比较评估。结果展示了最先进的强化学习方法相对于采用最先进行为预测技术的路径规划具有显著优越性。
引用
@article{arxiv.2012.08822,
title = {A comparative evaluation of machine learning methods for robot navigation through human crowds},
author = {Anastasia Gaydashenko and Daniel Kudenko and Aleksei Shpilman},
journal= {arXiv preprint arXiv:2012.08822},
year = {2020}
}