社会分区网络控制器

行人共融导航

一个能预测行人可达集并实时规划双足机器人社会可接受路径的神经网络控制器，与模型预测控制集成实现避碰与社交规范兼顾。

Shamsah, Abdulaziz · Krishanu, Agarwal · Nigam, Katta · Abirath, Raju · Kousik, S. · Zhao, Ye

IEEE Transactions on Automation Science and Engineering 2024

技术优势

双向社会交互建模

SZN同时预测行人未来可达集并规划机器人社会可接受的可达集，使机器人能主动适应人群而非单纯避让。

考虑动力学可行性

在SZN训练中加入特定损失项，确保生成的路径符合双足机器人动态限制，提高跟踪性能。

实时集成能力

SZN输出zonotope形式可达集，支持高效碰撞检测与不确定性参数化，适合与MPC实时集成。

硬件实验验证

该框架在Digit双足机器人上通过仿真与硬件实验验证，证明其能产生社会可接受路径。

应用场景

• 服务机器人导航：在商场、医院等场所实现机器人自主移动且不打扰行人。
• 人形机器人：为Digit等双足机器人提供适应人群的动态路径规划。
• 移动机器人避障：在动态人群环境中生成无碰撞且社交规范的运动轨迹。