学习用于人感知路径规划的社会启发式
机器人学
2025-09-03 v1 人工智能
机器学习
摘要
近年来，社交机器人导航一直是众多研究的核心。大多数研究集中于驱动机器人代理沿无障碍轨迹运动、尊重与人类的社会距离，并预测其运动以优化导航。然而，为了真正被社会接受，机器人必须能够达成某些无法从常规导航中产生、而需要专门学习过程的社交规范。我们提出了带有学习社会价值的启发式规划（HPLSV），一种学习封装社交导航成本的价值函数并将其作为启发式搜索路径规划中附加启发式的方法。在这项初步工作中，我们将该方法应用于加入人群排队这一常见社交场景，旨在推广到更多人类活动。
引用
@article{arxiv.2509.02134,
title = {Learning Social Heuristics for Human-Aware Path Planning},
author = {Andrea Eirale and Matteo Leonetti and Marcello Chiaberge},
journal= {arXiv preprint arXiv:2509.02134},
year = {2025}
}