具有社会安全意识的动态环境中无地图导航：一种基于 2D 激光扫描的强化学习方法
机器人学
2020-11-20 v2
摘要
我们提出一种利用 2D 激光扫描解决有人存在的无地图避碰导航问题的方法。我们提出的方法使用自我安全来从机器人视角度量碰撞，同时使用社会安全来度量我们机器人动作对周围行人的影响。具体而言，社会安全部分预测我们机器人动作侵入与周围人类交互区域的影响。我们在简单模拟器上使用强化学习训练策略，并直接在 Gazebo 和真实机器人测试中评估所学策略。实验表明所学策略可平滑迁移而无需任何微调。我们观察到我们的方法在无地图导航任务中以高成功率展现出时间高效的路径规划行为。此外，我们在考虑低流量和高流量动态人群中的导航任务中测试了我们的方法。我们学到的策略展现出协作行为，主动将机器人驶入车流同时尊重附近行人。评估视频见 https://sites.google.com/view/ssw-batman
引用
@article{arxiv.1911.03074,
title = {Mapless Navigation among Dynamics with Social-safety-awareness: a reinforcement learning approach from 2D laser scans},
author = {Jun Jin and Nhat M. Nguyen and Nazmus Sakib and Daniel Graves and Hengshuai Yao and Martin Jagersand},
journal= {arXiv preprint arXiv:1911.03074},
year = {2020}
}
备注
Accepted in ICRA 2020