移动机器人能否从行人模型中学习以防止人行道西尔萨？
机器人学
2025-09-01 v1
摘要
行人在人行道上靠近时有时会陷入被称为"人行道西尔萨"的尴尬互动：他们(重复)偏向同一侧以避免碰撞。这为研究行人与移动机器人之间的互动提供了有趣的案例，因为在绝大多数情况下，这种现象是通过基于隐式通信的协商来避免的。理解出错原因以及行人如何陷入人行道西尔萨，从而能提供关于隐式通信的洞见。此前，开发了基于通信启用互动（CEI）框架的行人行为模型，可复制人行道西尔萨现象。但如何将该模型应用于机器人规划与决策尚不明了，因为它违反了博弈论等常用规划框架的假设。本文提出一种概念验证方法，使强化学习（RL）代理能够利用该模型学习如何与行人互动。结果表明，基础 RL 代理成功学习了与 CEI 模型的互动。此外，拥有 CEI 模型感知风险的风险规避 RL 代理学会通过运动表达意图，从而显著降低感知风险，并显示出被建模行人的主动行为。这些结果表明该方法具有前景，鼓励进一步探索。
引用
@article{arxiv.2508.21690,
title = {Can a mobile robot learn from a pedestrian model to prevent the sidewalk salsa?},
author = {Olger Siebinga and David Abbink},
journal= {arXiv preprint arXiv:2508.21690},
year = {2025}
}