研究人员引入的代办署理能够处理拥挤情况中的人类跟踪和引导使命。图片来源：Kästner et al.
辅助机器人凡是是挪动机器人，旨在协助购物中心，机场，医疗保健设备，家庭情况和各类其他情况中的人类。除此之外，那些机器人能够搀扶帮助用户在未知情况中找到本身的路，例如引导他们到特定位置或与他们共享重要信息。
固然辅助机器人的才能在过去十年中得到了显着进步，但迄今为行在现实情况中施行的系统尚无法在拥挤的空间内有效地跟踪或引导人类。事实上，训练机器人在以许多随机挪动的“障碍物”为特征的动态情况中导航时跟踪特定用户远非一项简单的使命。
柏林理工学院的研究人员比来推出了一种基于深度强化进修的新模子，该模子能够允许挪动机器人将特定用户引导到所需的位置，或者在照顾物品时跟从他/她，所有那些都在拥挤的情况中停止。该模子在arXiv上预先颁发的一篇论文中引入，能够搀扶帮助显着加强购物中心，机场和其他公共场合机器人的功用。
“在拥挤的情况中，如机场或火车站，引导或跟从人类搬运重量或货物的使命仍然是一个悬而未决的问题，”Linh Kästner，Bassel Fatloun，Zhengcheng Shen，Daniel Gawrisch和Jens Lambrecht在他们的论文中写道。“在那些用例中，机器人不只需要智能地与人类互动，还需要在人群中平安导航。
当他们训练他们的模子时，研究人员还包罗有关人类用户形态和行为的语义信息（例如，说话，跑步等）。那使得他们的模子可以决定若何更好地搀扶帮助用户，以类似的速度与他们一路挪动，而不会与其别人或附近的障碍物发作碰碰。
“我们提出了一种基于深度强化进修的代办署理，用于在拥挤的情况中停止人类引导和跟踪使命，”研究人员在他们的论文中写道。“因而，我们整合了语义信息，为智能体供给高级信息，如人类的社会形态、平安模子和类类型。
为了测试其模子的有效性，研究人员利用arena-rosnav停止了一系列测试，arena-rosnav是一种用于训练和评估深度进修模子的二维（2D）模仿情况。那些测试的成果是有希望的，因为模仿场景中的人工代办署理既能够将人类引导到特定位置并跟从他们，将其速度调整为用户的速度并避开附近的障碍物。
“我们根据没有语义信息的基准办法评估我们提出的办法，并展现了加强的导航平安性和鲁棒性，”研究人员在他们的论文中写道。“此外，我们证明智能体能够学会使其行为适应人类，从而显着改进人机交互。
那个研究小组开发的深度强化进修模子似乎在模仿中效果很好，因而如今需要在现实情况中利用物理机器人来验证其性能。在将来，那项工做能够为机场，火车站和其他拥挤的公共空间创造更高效的机器人助手铺平道路。
月下独酌清风中