UrbanHuRo：面向异构城市服务的双层人机协作框架
机器人学
2026-03-05 v1 人工智能
人机交互
社会与信息网络
摘要
在智慧城市愿景下，正在 developing 技术以提高城市服务的效率并改善居民生活质量。然而，大多数现有研究仅关注在孤立情况下优化单个服务，未充分考虑异构城市服务之间可能的相互作用以实现更高的效率和更好的资源利用。例如，人类快递员可以在其配送路线上收集交通和空气质量数据，而感知机器人可在高峰时段协助按需配送，从而提升感知覆盖范围和配送效率。然而，跨服务的联合优化由于可能的目标冲突以及在动态环境中需要实时协调而具有挑战性。本文提出 UrbanHuRo，一个用于异构城市服务联合优化的人机协作框架，通过众包配送和城市感知进行演示。UrbanHuRo 包括两个关键设计：(i) 基于 MapReduce 的可扩展分布式 K-次亚调和 maximization 模块用于高效订单分配，以及 (ii) 用于感知路线规划的深度亚调和奖励强化学习算法。在来自食品配送平台的真实数据集上进行的实验评估表明，UrbanHuRo 在大多数情况下平均提高了感知覆盖率 29.7% 和快递员收入 39.2%，同时显著减少了延迟订单的数量。
引用
@article{arxiv.2603.03701,
title = {UrbanHuRo: A Two-Layer Human-Robot Collaboration Framework for the Joint Optimization of Heterogeneous Urban Services},
author = {Tonmoy Dey and Lin Jiang and Zheng Dong and Guang Wang},
journal= {arXiv preprint arXiv:2603.03701},
year = {2026}
}
备注
8 pages, 15 figures. This paper has been accepted by ICRA'26 as a regular paper