Predicción de movimiento humano basada en transformadores acoplada con aprendizaje por refuerzo seguro para la...

Área de la Ciencia:

• Robótica
• Inteligencia Artificial
• Interacción Humano-Robot

Sus antecedentes:

• Los robots de telepresencia (TPR) requieren una co-navegación segura con humanos en entornos hospitalarios confinados.
• Los métodos actuales a menudo reaccionan al movimiento humano en lugar de anticiparlo, lo que limita la robustez en áreas concurridas.
• La integración de la predicción del movimiento humano a corto plazo con el control con restricciones de seguridad es crucial para mejorar la navegación de los TPR.

Objetivo del estudio:

• Evaluar un marco de co-navegación anticipatorio y consciente de la seguridad para TPR en entornos hospitalarios.
• Abordar la brecha en la integración de la predicción del movimiento humano con el control con restricciones de seguridad para mejorar la robustez del robot.
• Mejorar la seguridad y la confiabilidad de los TPR en diseños clínicos con alta densidad de población humana.

Principales métodos:

• Se desarrolló un marco modular que combina un pronosticador basado en transformadores para la predicción de trayectorias multiagente con un controlador de aprendizaje por refuerzo seguro (RL).
• Se integraron los estados previstos de los peatones en la política de RL como características de ocupación conscientes del riesgo.
• Se impuso la seguridad mediante la optimización de políticas restringidas y un escudo de función de barrera de control (CBF) para filtrar las acciones inseguras.
• Se comparó con social-force/DWA, crowd-RL basado en atención y MPC+CBF en puntos de referencia de pasillos y salas similares a hospitales.

Principales resultados:

• El método propuesto mejoró el éxito de la tarea en un 21,6% y redujo las colisiones en un 47,3% en comparación con la mejor línea de base.
• La mínima holgura mínima humano-robot aumentó en 0,19 m y los cuasi-accidentes disminuyeron en un 38,5%.
• El tiempo hasta la meta fue comparable al de MPC+CBF con cero violaciones de CBF, mientras que las ablaciones mostraron que la predicción y el escudo de CBF fueron críticos para el rendimiento.

Conclusiones:

• La percepción anticipatoria junto con Safe-RL mejora significativamente la seguridad y la confiabilidad de la co-navegación de telepresencia en hospitales sin comprometer la eficiencia.
• El marco modular permite flexibilidad en la elección de pronosticadores alternativos y escudos de seguridad.
• El trabajo futuro incluye la exploración de la adaptación en el dispositivo y la incorporación de la intención del operador para evaluaciones del flujo de trabajo hospitalario en vivo.