用于在人群中智能高效导航的新算法

服务机器人已经开始出现在各种日常任务中，例如包裹递送，视障人士的导盲犬，机场的公务员，或者在约恩苏看到的建筑工程检查。机器人能够以不同的方式移动：腿，轮子或飞行。他们知道到达目的地的最短或最简单的路线。导盲犬可以搜索巴士时刻表，甚至在需要时订购出租车。

然而，机器人很难应付一件基本的事情：在人群中间移动。机器人用相机和其他传感器观察环境，但它的运动是不稳定的，方向不断变化，包括几次停止。因此，机器人通常甚至不被允许独自旅行。

最新机器人的问题不在于找到目的地或观察周围的世界，而在于人群中的实时反应。当前的方法需要太多的计算资源，因此不适合反应应该快速的实时应用。

在他们的论文中，Chengmin Zhou，MSc，使用强化学习算法（RL）进行服务机器人的导航。算法在几个移动障碍物的情况下解决导航任务，例如，在机器人在人群中移动并且反应时间有限的情况下。

最好的解决方案是无模型的RL算法，它使机器人能够从他们的历史经验中学习。经过训练或学习，机器人即使在具有挑战性的情况下也能生存。然而，无模型RL算法存在许多挑战，例如学习效率（收敛）慢。在这篇论文中，学习效率以两种不同的方式得到提高：

1. 利用操作期间收集的数据进行机器人训练。操作机器人时，可以获得新的实时数据。这些数据可以与以前的训练数据相结合，从而增强机器人的训练。
2. 翻译环境信息。从机器人操作环境中收集的传感器信息无法高效准确地学习。它应该被解释或翻译，以便机器人可以轻松学习它，并且学习的知识（训练模型）可用于其他类似情况下的导航。

机器人导航从三个技术方面进行了改进：离散动作（让机器人选择下一个动作的动作有限）、混合实时数据和历史数据以及利用关系数据（利用机器人和障碍物的关系来训练机器人）。开发的算法已经通过计算机模拟和中国深圳理工大学的实验室环境进行了测试。