ANAVI：基于室内环境视觉信息的音频噪声感知导航

我们提出了基于室内环境视觉信息的音频噪声感知导航方案，用于机器人 quieter 路径规划。虽然人类天然意识到自身噪声对周围人的影响，但当前机器人缺乏这种感知能力。实现音频感知的关键挑战在于估计机器人行为在听者位置的噪声水平？由于声音取决于房间的几何结构和材料组成，我们训练机器人通过视觉观察被动感知噪声水平。为此，我们生成了在模拟家庭中不同听者位置处 '冲击' 声音的噪声数据，并训练声学噪声预测器（Acoustic Noise Predictor, ANP）。随后，我们收集不同导航动作对应的声学特征。将ANP与动作声学统一后，我们展示了在轮式（Hello Robot Stretch）和leg（Unitree Go2）机器人上的实验，使这些机器人遵循环境的噪声约束。详见 https://anavi-corl24.github.io/ 获取代码和数据。