SoNIC：基于自适应共轨推断与受限强化学习的安全社交导航
机器人学
2025-02-07 v2 人工智能
计算机视觉与模式识别
机器学习
系统与控制
系统与控制
摘要
强化学习（RL）使社交机器人能够生成轨迹，而无需依赖人工设计的规则或干预，在适应复杂动态真实场景方面通常比基于规则的系统更有效。然而，社交导航是一项安全关键任务，需要机器人避免与行人碰撞，而现有基于 RL 的解决方案往往难以在复杂环境中确保安全。本文提出了 SoNIC，我们据此鉴认为是首个将自适应共轨推断（ACI）与受限强化学习（CRL）集成以实现社交导航安全策略学习的算法。具体而言，我们的方法不仅将 ACI 生成的非共同性得分augmented 到 RL 观察中，inform agent 这些量化不确定性，还利用这些不确定性估计来有效指导 RL 代理的行为，通过受限强化学习实现。这种集成调节了 RL 代理的行为，使其能够处理安全关键情境。在标准 CrowdNav 数据集上，我们的方法成功率达 96.93%，显著优于前一最先进 RL 方法的 11.67%，碰撞次数减少 4.5 倍，进入人类未来轨迹的次数减少 2.8 倍，并在 out-of-distribution 场景中提升鲁棒性。为进一步验证我们的方法，我们在实际机器人上部署了算法，通过开发基于 ROS2 的导航系统实现。我们的实验表明，该系统在与稀疏和密集人群互动时能够生成稳健且符合社交礼仪的决策。视频演示可在我们的项目网站上查阅：https://sonic-social-nav.github.io/。
引用
@article{arxiv.2407.17460,
title = {SoNIC: Safe Social Navigation with Adaptive Conformal Inference and Constrained Reinforcement Learning},
author = {Jianpeng Yao and Xiaopan Zhang and Yu Xia and Zejin Wang and Amit K. Roy-Chowdhury and Jiachen Li},
journal= {arXiv preprint arXiv:2407.17460},
year = {2025}
}
备注
Project website: https://sonic-social-nav.github.io/; 16 pages