PPO-GAT-Follow:用于密集人群中稳健机器人人物跟随的图注意力强化学习方法
《Sensors》:PPO-GAT-Follow: Graph-Attention Reinforcement Learning for Robust Robot Person Following in Dense Crowds
【字体:
大
中
小
】
时间:2026年07月25日
来源:Sensors 4.0
摘要
在密集人群中实现机器人跟随任务时,机器人需在与移动目标保持适当相对位置的同时避开周围行人,同时还要满足跟随距离及社交规范要求。本文提出PPO-GAT-Follow这一强化学习框架,它能够考虑交互因素,适用于在几何可视性受限的情况下进行密集人群中的机器人跟随任务,且能够利用已有的目标相对姿态信息。跟随机器人、目标行人以及周围行人都被视为图节点,通过图注意力编码器来建模它们之间的局部交互关系。该框架采用了以任务为导向的奖励机制,综合考虑了目标维持、可视性保持、碰撞避免、基于距离的社交规范遵循、后方位置维持、到达后的稳定性以及动作稳定性等因素。实验在IR-SIM环境中进行,设置了固定路线和随机路线两种场景,并与MPC、DWA、SFM以及改进版的SARL算法进行了对比。在有12名背景行人的固定路线场景中,PPO-GAT-Follow的任务成功率为,碰撞率为,其任务成功率比MPC高10.9个百分点。在相同训练密度下的随机路线场景中,它的任务成功率为,安全性能指标为,在任务成功率方面比MPC高18.3个百分点;在该密度下,它在主要任务指标上也优于SARL算法。通过对不同人群密度进行的零样本评估,以及针对结构、奖励机制、奖励权重敏感性、容忍度变化、多种子训练等方面的测试,还有在目标姿态存在噪声以及行人行为多样性的情况下进行的压力测试,进一步证明了该框架的有效性与可靠性。基于Gazebo的验证也表明,该框架可以与定位系统、基于点云的周围行人感知系统、跟踪系统以及类似UWB的目标相对姿态检测系统实现集成。不过,视觉目标识别、重新识别以及感知层面的遮挡恢复功能目前还不在本次验证的范围之内。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号