NaviSTAR：基于混合时空图Transformer与偏好学习的社会感知机器人导航
机器人学
2023-09-28 v2
摘要
开发用于人类社会的机器人技术需要确保机器人导航行为的安全，同时遵守行人的期望和社会规范。然而，维持机器人与行人间的实时通信以避免碰撞可能具有挑战性。为应对这些挑战，我们提出一种新颖的社会感知导航基准NaviSTAR，其利用混合时空图Transformer（STAR）融合潜在人群多模态信息以理解富含人类环境中的交互。我们借助带偏好学习的离策略强化学习算法，在监督者指导下训练策略和奖励函数网络。此外，我们设计了一个社会分数函数以评估社会导航的整体性能。为比较，我们在模拟器和真实场景中各独立训练和测试我们的算法及其他最先进方法。结果表明NaviSTAR以卓越性能优于先前方法\footnote{本工作的源代码和实验视频见：https://sites.google.com/view/san-navistar
引用
@article{arxiv.2304.05979,
title = {NaviSTAR: Socially Aware Robot Navigation with Hybrid Spatio-Temporal Graph Transformer and Preference Learning},
author = {Weizheng Wang and Ruiqi Wang and Le Mao and Byung-Cheol Min},
journal= {arXiv preprint arXiv:2304.05979},
year = {2023}
}
备注
To appear in IROS 2023