30、基于在线POMDP的稳健人员引导技术解析

基于在线POMDP的稳健人员引导技术解析

1. 引言

在一些特定场景，如塞维利亚皇家阿尔卡萨尔和里斯本动物园，FROG项目旨在部署具有有趣个性且能考虑社会反馈的引导机器人。在这样动态的环境中，引导人员不仅要确保安全高效的导航，还需具备社交互动和社交意识。而机器人系统的稳健运行，如稳健导航，需要考虑系统中存在的各种潜在不确定性，部分可观察马尔可夫决策过程（POMDPs）为此提供了一个框架，能在规划机器人行动时考虑传感器和模型的不确定性。不过，将不确定条件下的规划广泛应用于机器人系统，还需解决维度灾难问题。

2. 相关工作

• POMDPs在机器人领域的应用 ：近年来，POMDPs在机器人领域的应用日益广泛，这得益于过去十年中更高效的离线POMDP求解器的发展。但由于维度灾难，其在机器人领域的广泛应用受到限制。除了离线求解器，在线POMDPs也被考虑用于某些机器人应用，但同样面临相关问题。
• 人群环境中的导航 ：在拥挤环境中实现高效稳健的导航，需要考虑人类行为模型、社会约束及其不确定性。常见的人类运动预测方法假设速度恒定，这在大多数情况下并不适用。人类的导航意图通常取决于环境的功能和结构，同时，机器人与人类的交互也需要被考虑，以实现高效导航。在人员引导应用中，有研究从数据中提取人类交互的概率模型，还有研究使用马尔可夫决策过程预测人员的目的地，但未考虑观察过程中的不确定性。与本文工作最接近的是，有研究使用POMDP推断轮椅导航中人员的意图，但采用的是离线POMDP模型，而本文的在线系统可以实时构建模型，并且能处理更大的状态空间和观察结果。