基于深度强化学习的社会感知运动规划

对于机器人车辆在行人密集环境中安全高效导航，建模细微人类行为与导航规则（例如右侧通行）十分重要。然而，尽管人类本能如此，社会合规导航由于人们行为的随机性仍难以量化。现有工作多聚焦于使用特征匹配技术来描述和模仿人类路径，但往往泛化不佳，因为特征值因人而异，甚至因次而异。本工作指出，虽然直接指定做什么的细节（人类导航的精确机制）具有挑战性，但指定不做什么（违反社会规范）则直截了当。具体而言，利用深度强化学习，本工作开发了一种尊重常见社会规范的时间高效导航策略。所提方法被证明能够在有多名行人的环境中实现以人类步行速度移动的机器人车辆的完全自主导航。