陌生人危险!基于 RL 的社交机器人导航中的识别与避让不可预测行人

💡 原文中文,约400字,阅读约需1分钟。
📝

内容提要

本研究提出了一种集成预测和规划方法,通过考虑行人状态的不确定性,降低了碰撞率并增加了与行人的最小距离。该方法在性能和计算时间方面超过了其他模型,并产生了更接近于人类驾驶员的轨迹。

🎯

关键要点

  • 在行人密集环境中,低速自主车辆导航需考虑行人的未来位置及互动。

  • 本研究提出了一种集成预测和规划的方法,考虑行人状态的不确定性。

  • 通过引入新的奖励函数,促使自主车辆尊重行人的私人空间,减速接近行人。

  • 该方法降低了40%的碰撞率,并增加了15%的与行人的最小距离。

  • 在性能和计算时间方面,该方法优于其他模型,并产生更接近人类驾驶员的轨迹。

➡️

继续阅读