基于深度逆强化学习学习隐式社交导航行为
机器人学
2025-01-14 v1
摘要
本文报告了如何学习社交导航的奖励图，在动态环境中，机器人可随时根据代理轨迹和场景几何信息对其路径进行推理。人类在稠密且动态的室内环境中常需遵循若干隐含的社交规则。基于规则的方法难以建模人类、机器人与场景之间的所有可能交互。我们提出一种新颖的平滑最大熵深度逆强化学习（S-MEDIRL）算法，能够超越专家演示，更好地从少量示例中编码场景的可导航性。该代理学习预测成本图，基于轨迹数据和场景几何信息。代理采样一条轨迹，然后通过局部群体导航控制器执行。我们在逼真的仿真环境中 presented结果，机器人与人类在狭窄交叉场景中导航。机器人隐式地学习了如让位来来往往车流、避免死锁等社交行为。我们将所提方法与流行的基于模型的群体导航算法 ORCA 以及一种表现出让职的规则代理进行比较。
引用
@article{arxiv.2501.06946,
title = {Learning Implicit Social Navigation Behavior using Deep Inverse Reinforcement Learning},
author = {Tribhi Kathuria and Ke Liu and Junwoo Jang and X. Jessie Yang and Maani Ghaffari},
journal= {arXiv preprint arXiv:2501.06946},
year = {2025}
}
备注
8 pages, Submitted to IEEE Robotics and Automation Letters (RAL)