面向核退役中机器人巡检的偏好驱动主动三维场景表示

主动三维场景表示在现代机器人应用中至关重要，包括远程巡检、操作和遥现。传统方法主要优化几何保真度或渲染精度，但往往忽略了操作员特定的目标，例如安全关键覆盖或任务驱动视点。这一限制导致视点选择欠佳，特别是在核退役等受限环境中。为了弥补这一差距，我们引入了一个将专家操作员偏好整合到主动三维场景表示流水线中的新框架。具体而言，我们采用基于人类反馈的强化学习 (RLHF) 来指导机器人路径规划，根据专家输入重塑奖励函数。为了捕捉操作员特定的优先级，我们进行了交互式选择实验，以评估用户在三维场景表示中的偏好。我们在核退役场景中使用 UR3e 机械臂进行反应堆瓦片巡检来验证我们的框架。与基线方法相比，我们的方法在优化轨迹效率的同时增强了场景表示。基于 RLHF 的策略始终优于随机选择，优先考虑任务关键细节。通过将显式三维几何建模与隐式人机在环优化相结合，这项工作为自适应、安全关键的机器人感知系统奠定了基础，为核退役、远程维护和其他高风险环境中的增强自动化铺平了道路。