基于变压器的人类运动预测与安全强化学习相结合,用于远程存在机器人协同导航

科学领域:

• 机器人技术 机器人技术 机器人技术
• 人工智能的人工智能
• 人与机器人的交互

背景情况:

• 远程存在机器人 (TPR) 需要在封闭的医院环境中与人类安全地共同导航.
• 当前的方法往往会对人类运动作出反应,而不是预测它,限制了繁忙地区的稳健性.
• 将短期人类运动预测与安全限制控制相结合,对于改善TPR导航至关重要.

研究的目的:

• 评估医院环境中TPR的预测性,安全意识的共同导航框架.
• 解决将人类运动预测与安全限制控制相结合的差距,以提高机器人的强度.
• 在人密集的临床布局中提高TPR的安全性和可靠性.

主要方法:

• 开发了一个模块化框架,将基于变压器的预测器用于多代理轨迹预测与安全强化学习 (RL) 控制器相结合.
• 将预测的行人状态整合到RL政策中,作为风险意识占用特征.
• 使用受约束的政策优化和控制屏障功能 (CBF) 屏蔽来过不安全的行为.
• 与社会力量/DWA,基于注意力的群众RL和MPC+CBF在医院类走廊和病房基准上进行基准.

主要成果:

• 与最好的基线相比,拟议的方法提高了21.6%的任务成功率,并减少了47.3%的碰撞.
• 人与机器人的平均最低清除距离增加了0.19米,近乎失误事件减少了38.5%.
• 到达目标的时间与MPC+CBF相比,没有CBF违规,而废除显示出预测和CBF盾对绩效至关重要.

结论:

• 预测感知与Safe-RL相结合,显著提高了医院的远程存在协同导航安全性和可靠性,而不会影响效率.
• 模块化框架允许在选择替代预报器和安全屏蔽时具有灵活性.
• 未来的工作包括探索设备上的适应,并纳入实时医院工作流评估的操作员意图.