利用邻近感知任务实现具身社会导航
计算机视觉与模式识别
2023-03-13 v2 人工智能
机器学习
机器人学
摘要
在遮挡且空间受限的室内环境中学习如何在人群间导航，是具身智能体融入社会所需的关键能力。本文提出一种端到端架构，利用邻近感知任务（称为风险与邻近指南针）将推断常识性社会行为的能力注入强化学习导航策略。为此，我们的任务利用即时与未来碰撞危险的概念。此外，我们提出专为模拟环境中社会导航任务设计的评估协议。这是通过分析称为相遇（Encounter）的人-机器人空间交互最小单元，来捕捉策略的细粒度特征与特性。我们在 Gibson4+ 与 Habitat-Matterport3D 数据集上验证了我们的方法。
引用
@article{arxiv.2212.00767,
title = {Exploiting Proximity-Aware Tasks for Embodied Social Navigation},
author = {Enrico Cancelli and Tommaso Campari and Luciano Serafini and Angel X. Chang and Lamberto Ballan},
journal= {arXiv preprint arXiv:2212.00767},
year = {2023}
}