TECHNOLOGY · 技术
导航
H2INT：面向密集不确定人群的机器人导航交互Transformer
研究者提出H2INT强化学习框架，编码人机交互关系以提升密集人群中的导航安全与鲁棒性，并完成真机验证。
AI 编撰 · 内容基于所列来源，重要信息请以原文为准
来自北京理工大学等机构的研究者在arXiv发表论文，提出一种名为Human-Human & Human-Robot Interaction Transformer（H2INT）的强化学习一种 AI 训练方法：让机器人在亿万次「试错」中自己摸索，做对了就给奖励。机器人走稳路、跑酷空翻，大多是这么练出来的。◆ 小白科普 · 现身框架，用于密集且不确定人群中的机器人安全导航。该框架在策略学习过程中保留行人运动对机器人存在的条件性变化，并允许不同行人具有不同响应度，以刻画交互不确定性。H2INT采用两阶段门控Transformer依次编码人-人、人-机器人关系，并通过循环策略捕捉其时间演化，同时设计课程学习逐步降低行人响应度以增加交互难度。仿真在电脑里搭建虚拟世界来测试、训练机器人。成本低、速度快，但和真实世界总有差距。◆ 小白科普 · 现身实验表明，该框架在多种响应条件和人群密度下相比代表性基线提升了导航安全性与鲁棒性，且无需重新训练即可迁移至结构不同的人群流动布局。
消融实验验证了层级关系编码和门控更新的有效性。研究团队还在真实机器人上部署把机器人真正放到工作现场长期干活，而不只是在实验室演示。部署规模决定了数据回流和经验积累的速度。◆ 小白科普 · 现身了该策略，证实其能在物理环境中利用稀疏观测运行。