今天小編分享的科學經驗：讓機器人在人群中穿梭自如，港科廣&港科大突破社交導航盲點，歡迎閱讀。
機器人落地復雜場景，社交導航能力一定是避不開的關鍵一點。
先簡單介紹下，社交導航 ( SocialNav，Social navigation ) 是指在人機共存的環境中，機器人在遵循社會規範的前提下執行導航任務。
就拿下圖來說，機器人需導航至目标點，而目标恰好位于兩名行人未來軌迹的交匯區網域。
它不僅要靈活避免潛在的碰撞風險，還需與行人保持合适的社交距離。
總而言之，社交導航該任務對視覺導航領網域提出了獨特挑戰：
預建地圖的方法難以适應人群密集的動态環境，而現有 RL 方法存在短視決策和依賴全局信息的問題。
近期，香港科技大學（廣州）和香港科技大學聯合提出了一種新算法，Falcon。
它通過将軌迹預測算法融入社交導航任務中，實現長期動态避障并提升導航性能。
社交導航的另一個重要挑戰則是現有基準的真實性不足。
如下所示，現有基準通常存在以下幾方面的局限性：
場景復雜性不足：僅關注機器人與人類的互動，而忽略場景本身復雜性。
人類行為不自然：行人動作僵硬、運動模式失真，難以反映實際場景互動。
針對上述局限性，研究團隊構建了兩個新數據集—— Social-HM3D 和 Social-MP3D，作為社交導航任務的新基準。
該項目論文已被 ICRA 2025 接收，同時已經挂上 arXiv。
代碼和模型權重可到 GitHub 尋找。
Falcon：集成軌迹預測輔助任務的強化學習框架
Falcon 算法框架由 2 個模塊組成：
主策略網絡 ( MPN，Main Policy Network )
時空預知模塊 ( SPM，Spatial-temporal Precognition Module )
主策略網絡：讓機器人學會 " 遵守規則 "
模塊一，主策略網絡，這是 Falcon 的 " 大腦 "，負責指導機器人如何行動。
其核心是社會認知懲罰（SCP，Social Cognition Penalty）機制，通過設計專門的懲罰函數，避免機器人幹擾人類未來軌迹，從而引導智能體規避碰撞風險并保持社交距離。
具體而言，Falcon 引入三個關鍵懲罰項：
障礙物碰撞懲罰 ：嚴厲懲罰機器人撞到靜态障礙物或行人。
人類接近懲罰：當機器人靠近行人時，随距離減小增加懲罰。
軌迹阻礙懲罰：如果機器人幹擾行人未來路徑，則提前施加懲罰。
時空預知模塊：讓機器人學會 " 提前規劃 "
模塊二，時空預知模塊（SPM），結合軌迹預測與多種社交感知輔助任務，顯著增強了機器人對未來環境動态變化的預測能力。
其主要功能包括：
人類數量估計：預測場景中有多少人，幫助評估環境復雜程度。
當前位置跟蹤：實時跟蹤行人位置，快速響應變化。
未來軌迹預測：預測未來幾秒行人路徑，提前規劃避障。
關鍵在于，輔助任務僅在訓練階段使用。
在推理階段，機器人僅依賴主策略網絡進行決策。
這種設計簡化了推理過程，确保模型在實際應用中的高效性。
特意構建兩個新的數據集
現有社交導航基準存在諸多不足，如場景過于簡化、人類行為不自然等。
以下表格為現有的社交導航模拟器與數據集統計特性對比：
為彌補這些缺陷，研究人員構建了兩個新數據集—— Social-HM3D 和 Social-MP3D，具備以下優勢：
真實場景重建：基于高精度 3D 掃描，涵蓋公寓、辦公樓、商場等多種室内場景。
自然人類行為：采用多目标導向的軌迹生成算法和 ORCA 動态避障模型，模拟人類行走、休息等自然行為。
合理人群密度：根據場景面積動态調整人類數量，确保互動密度适中。
研究團隊表示，這兩個基準既平衡了人機互動的社交密度，同時也避免了過度擁擠。
這一基準為社交導航研究提供了更貼近真實場景的評估環境，并且支持推廣到有人環境下的物體導航、影像導航等下遊任務。
實驗部分
在定量分析方面，實驗表明，Falcon 在目标達成和社會合規方面表現出色：
其一是目标達成。
在 Social-HM3D 中達到 55.15% 的成功率和成功路徑效率（SPL，Success weighted by Path Length）。
即使在未訓練過的 Social-MP3D 數據集上，也能取得 55.05% 的成功率。
其二是社會合規。
在保持社交距離和避免碰撞方面表現良好，達到接近 90% 的個人空間合規性（Personal Space Compliance, PSC）和接近 42% 的人機碰撞率。
定量結果表明，Falcon 不僅在已知環境中表現出色，還能有效适應未見過的復雜動态環境。
在定性分析方面，下圖的定性結果展示了 Falcon 在不同典型場景中的優越性——
第一個是人員跟随情境。
Falcon 通過預測行人未來軌迹，主動調整速度和路徑，保持安全距離。
第二個是復雜交叉路口。
面對行人和靜态障礙物同時存在的場景，Falcon 提前預測并規劃出安全高效的路徑。
第三個是正面接近情境。
傳統的 RL 算法 Proximity-Aware 試圖直接從行人面前穿過導致碰撞，Falcon 通過預測行人未來軌迹，提前調整路徑并安全避開。
3 個關鍵發現
各項實驗後，團隊有了三個關鍵發現：
發現 1，未來感知算法優于以往實時感知算法。
靜态路徑規劃算法（如 A*）無法适應動态環境，而實時感知方法（如 ORCA 和 Proximity-Aware）雖能被動避障，但仍存在延遲反應問題。
相比之下，Falcon 能夠主動預測行人軌迹并提前調整路徑，顯著提升了安全性和效率。
發現 2，輔助任務有助于提高性能，其中軌迹預測最重要。
下表展示了不同輔助任務對導航性能的影響。
其中軌迹預測（SPM.Traj）效果最為顯著，成功率從 40.94% 提升至 54.00%。
發現 3，SCP 和 SPM 相輔相成，改善性能并加快訓練收斂。
下圖圖中為消融研究中的訓練曲線。
可以觀察到，具有 SPM 和 SCP 的完整 Falcon 模型收斂更快，性能更好。
SCP 在提升模型性能方面發揮關鍵作用，尤其是與 SPM 集成後，整體性能進一步提升（從 53.63% 提高至 55.15%），并加快訓練收斂速度。
項目主頁：
https://zeying-gong.github.io/projects/falcon/
論文鏈接：
https://arxiv.org/abs/2409.13244
代碼鏈接：
https://github.com/Zeying-Gong/Falcon
一鍵三連「點贊」「轉發」「小心心」
歡迎在評論區留下你的想法！
— 完 —
學術投稿請于工作日發郵件到：
标題注明【投稿】，告訴我們：
你是誰，從哪來，投稿内容
附上論文 / 項目主頁鏈接，以及聯系方式哦
我們會（盡量）及時回復你
點亮星标
科技前沿進展每日見
