用于共享空域中长期视野社交机器人导航的学习化树搜索

共享空间中全自主空中作业需求的快速增长，迫切需要开发能够在拥挤动态空间中安全无缝导航的可信智能体。在这项工作中，我们提出社交机器人树搜索（SoRTS），一种用于社交领域移动机器人安全导航的算法。SoRTS 旨在用蒙特卡洛树搜索规划器增强现有的社交感知轨迹预测策略，以改善移动机器人的下游导航。为评估我们方法的性能，我们选择通用航空的社交导航作为用例。为辅助该评估，我们在本工作中还引入了 X-PlaneROS，一个高保真空中模拟器，以促进全尺寸空中自主方面的更多研究。通过基于 26 名 FAA 认证飞行员的评估进行的用户研究，我们表明 SoRTS 表现与熟练人类飞行员相当，显著优于我们的基线算法。我们进一步用复杂度递增场景中的自我博弈实验补充这些结果。