一种面向机器人导览的多行为规划框架
机器人学
2022-01-11 v1
摘要
移动机器人的导览任务不仅要求人感知导航，还需恰当且及时的互动以进行主动指引。最先进的导游模型将其社会感知考量局限于适应用户运动，忽略了为满足交流需求而进行的交互行为规划。我们提出一种基于蒙特卡洛树搜索的多行为规划框架，以更好地协助用户理解混淆的场景语境、选择恰当路径并准时抵达目的地。为提供主动导引，我们构建了基于采样的人体运动概率模型，以考虑机器人与人类之间的相互关联效应。我们在仿真与真实世界实验中验证了该方法，并与最先进模型进行了性能比较。
引用
@article{arxiv.2201.02660,
title = {A Multi-Behavior Planning Framework for Robot Guide},
author = {Muhan Hou and Zonghao Mu and Jing Li and Qizhi Yu and Jason Gu},
journal= {arXiv preprint arXiv:2201.02660},
year = {2022}
}