从人群运动预测到人群中的机器人导航
机器人学
2023-03-03 v1
摘要
我们关注拥挤环境中的机器人导航。为了在人群中安全高效地导航，机器人需要人群运动预测模型。由于多智能体领域的高维性以及收集和模拟交互丰富的人群-机器人演示的挑战，构建此类模型十分困难。尽管在离线行人运动预测模型方面已取得重要进展，但由于近距离交互设置以及对用户的新奇效应，将其性能迁移到真实机器人上并非易事。在本文中，我们研究了近期最先进的运动预测模型（S-GAN）在人群导航任务中的效用。我们将该模型集成到模型预测控制器（MPC）中，并将其部署在一台自平衡机器人上，使该机器人在实验室中经历多种多样的人群行为。我们证明，虽然 S-GAN 的运动预测精度可迁移到真实世界，但其价值并未体现在以安全性和效率衡量的导航性能上；事实上，即使使用简单的恒速预测模型，MPC 的表现也无可区分，这表明可能需要大幅改进模型才能为人群导航任务带来显著收益。我们的实验视频见 https://youtu.be/mzFiXg8KsZ0。
引用
@article{arxiv.2303.01424,
title = {From Crowd Motion Prediction to Robot Navigation in Crowds},
author = {Sriyash Poddar and Christoforos Mavrogiannis and Siddhartha S. Srinivasa},
journal= {arXiv preprint arXiv:2303.01424},
year = {2023}
}