Learning Strategies For Successful Crowd Navigation
York University（约克大学）
本文提出用CNN根据场景俯视图像输出机器人速度与转向角，在真实机器人上原位学习人群导航策略，以兼顾人类反应与场景差异，并通过实验定量验证。
2024-04-09 cs.AI cs.RO cs.SY
MengeROS: a Crowd Simulation Tool for Autonomous Robot Navigation
The Graduate Center（纽约市立大学研究生中心）；Hunter College of The City University of New York（纽约市立大学亨特学院）
虽然在大型拥挤的环境中有效导航对于自主机器人至关重要，但支持它的算法的初步测试需要在广泛的人群场景中进行模拟。大多数可用的仿真工具提供没有机器人的真实人群或没有真实人群的真实机器人。本文介绍了MengeROS，一个2-D模拟器，逼真地集成了多个机器人和人群。MengeROS提供了广泛的设置，用于测试为大型拥挤环境设计的导航算法的功能和性能。
2018-01-26 cs.RO
From Crowd Motion Prediction to Robot Navigation in Crowds
University of Washington（华盛顿大学）
我们专注于拥挤环境中的机器人导航。为了在人群中安全有效地导航，机器人需要人群运动预测模型。建立这样的模型是困难的，由于多智能体域的高维性和收集或模拟互动丰富的人群机器人演示的挑战。虽然离线行人运动预测模型已经取得了重要进展，但由于用户的密切交互设置和新奇效果，将其性能转移到真实机器人上并非易事。在本文中，我们研究了最近的国家的最先进的运动预测模型（S-GAN）的人群导航任务的效用。我们将此模型纳入模型预测控制器（MPC），并将其部署在一个自平衡机器人，我们在实验室中的各种人群行为。我们证明，虽然S-GAN运动预测准确性转移到现实世界中，但其价值并没有反映在导航性能上，在安全性和效率方面进行测量;事实上，即使使用简单的恒速预测模型，MPC也表现得无可挑剔，这表明可能需要对模型进行实质性改进，才能为人群导航任务带来显着收益。我们的实验录像可以在https://youtu.be/mzFiXg8KsZ0上找到。
2023-03-02 cs.RO
Integrating Predictive Motion Uncertainties with Distributionally Robust Risk-Aware Control for Safe Robot Navigation in Crowds
University of California, Berkeley（加州大学伯克利分校）
针对人群中机器人安全导航时人类运动预测不确定性难融入控制的问题，提出分布鲁棒机会约束MPC方法，用分布鲁棒条件风险价值近似实现实时计算，经真实行人数据验证可高效安全导航。
2024-03-08 cs.RO cs.SY eess.SY
Robot Crowd Navigation in Dynamic Environment with Offline Reinforcement Learning
Wuhan University of Science and Technology（武汉科技大学）
针对在线深度强化学习在机器人人群导航中探索不安全、采样效率低的问题，提出融合时空状态与 implicit Q-Learning 的离线强化学习算法，并通过实验证明其优于现有方法。
2023-12-18 cs.RO
LiDAR-based Crowd Navigation with Visible Edge Group Representation
Miraikan, the National Museum of Emerging Science and Innovation（日本新兴科学与创新国家博物馆）；the Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所）
本文提出基于LiDAR的人群导航方法，通过可见边缘组表示提升导航安全性与社交性，同时在密集人群环境中实现更快的计算速度。
2026-04-17 cs.RO
Model Predictive Control for Crowd Navigation via Learning-Based Trajectory Prediction
Continental Automotive GmbH, Germany（德国Continental汽车有限公司）；Technical University of Berlin, Germany（柏林技术大学）；Free University of Berlin, Germany（柏林自由大学）
本研究在 Continental Corriere 机器人上评估了基于深度学习的 SI 预测器与 MPC 框架的集成，发现 SI-MPC 相比传统 CV 模型显著降低了预测误差并提升了导航安全性与平滑度，同时揭示了开环指标与闭环性能间的差异。
2025-08-09 cs.AI cs.RO cs.SY
Deploying SICNav in the Field: Safe and Interactive Crowd Navigation using MPC and Bilevel Optimization
本文介绍 SICNav 的真实部署系统，其通过双层 MPC 将人群运动预测与机器人规划联合优化，以建模人机交互，并在未见室内外环境中完成近 7 公里自主导航验证。
2025-06-10 cs.RO
L2B: Learning to Balance the Safety-Efficiency Trade-off in Interactive Crowd-aware Robot Navigation
OMRON SINIC X Corporation（欧姆龙SINIC X公司）
这项工作提出了一个深入的强化学习框架，用于在拥挤的地方进行交互式导航。我们提出的方法，学习平衡（L2 B）框架，使移动机器人代理安全地转向他们的目的地，避免与人群发生碰撞，同时主动清理路径，要求附近的行人腾出空间，如果必要的话，以保持他们的旅行效率。我们观察到，在人群感知导航的安全性和效率的要求有一个权衡存在的代理和人群之间的社会困境。一方面，过多地干预行人通道以实现即时效率将导致自然人群流动的崩溃，并最终可能使每个人，包括自己，处于碰撞的风险之中。另一方面，保持沉默，以避免每一个单一的碰撞将导致智能体的低效旅行。通过这种观察，我们的L2 B框架增强了用于学习交互式导航策略的奖励函数，以惩罚频繁的主动路径清除和被动碰撞避免，这大大提高了安全效率权衡的平衡。我们评估我们的L2 B框架在一个具有挑战性的人群模拟，并证明其优越性，在导航成功率和碰撞率方面，在一个国家的最先进的导航方法。
2020-10-07 cs.LG cs.RO
Metrics for Evaluating Social Conformity of Crowd Navigation Algorithms
Monash University（莫纳什大学）
由于“社会行为”的定义不同，最近用于训练和评估自主机器人在人群中导航的协议和指标不一致。这使得它很难，如果不是不可能的话，有效地比较公布的导航算法。此外，由于缺乏良好的评估协议，由于训练中缺乏多样性，所得到的算法可能无法推广。为了解决这些差距，本文促进了更全面的评估和客观比较人群导航算法，提出了一套一致的指标，占效率和社会整合，和一个系统的协议，包括多个人群导航方案的不同复杂性的评估。我们在此协议下测试了四种最先进的算法。结果表明，一些国家的最先进的算法有很大的挑战，在推广，并使用我们的协议进行训练，我们能够提高算法的性能。我们证明了一组建议的指标提供了更多的洞察力，并有效地区分这些算法的效率和社会整合方面的性能。
2022-02-02 cs.RO
Decentralized Structural-RNN for Robot Crowd Navigation with Deep Reinforcement Learning
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
针对机器人在部分可观测和密集人群环境中导航性能下降的问题，提出DS-RNN网络，利用无模型深度强化学习进行时空关系推理，并在仿真和真实TurtleBot上验证了其优越性。
2025-01-27 cs.AI cs.LG cs.RO
Interaction-aware Conformal Prediction for Crowd Navigation
University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
针对人群导航中人类运动不确定性依赖机器人规划的问题，提出交互感知保形预测（ICP），通过交替规划与量化模块平衡导航性能与不确定性，泛化性及效率适用于实际场景。
2025-02-10 cs.RO
Relational Graph Learning for Crowd Navigation
Simon Fraser University（西蒙弗雷泽大学）；UT Austin（德克萨斯大学奥斯汀分校）
我们提出了一种基于模型的深度强化学习的机器人人群导航的关系图学习方法，该方法通过展望未来来规划行动。我们的方法的原因，所有代理之间的关系的基础上，他们的潜在功能，并使用图卷积网络编码高阶交互在每个代理的状态表示，随后利用状态预测和价值估计。预测人类运动的能力使我们能够执行多步前瞻规划，考虑到人类人群的时间演变。我们评估了我们的方法对一个国家的最先进的基线人群导航和消融我们的模型，以证明导航与我们的方法是更有效的，导致更少的碰撞，并避免涉及振荡和冻结行为的失败情况。
2020-08-03 cs.AI cs.LG cs.RO
CoMet: Modeling Group Cohesion for Socially Compliant Robot Navigation in Crowded Scenes
我们提出了CoMet，一种新的方法，用于计算一组的凝聚力，并使用它来提高机器人在拥挤的场景中的导航。我们的方法使用了一种新的凝聚力指标，建立在社会心理学的先前工作。我们通过利用机器人上的RGB-D相机的行人的各种视觉特征来计算这个度量。具体来说，我们检测的特征对应于人与人之间的接近，他们的相对步行速度，组的大小，以及组成员之间的相互作用。我们使用我们的凝聚力度量设计和改进的导航方案，占不同层次的群体凝聚力，而机器人在人群中移动。我们基于感知评估来评估我们的内聚度量的精确度和召回率。我们强调了我们的社会导航算法在Turtlebot机器人上的性能，并展示了它在多个指标方面的好处：冻结率（减少57%），偏差（减少35.7%）和轨迹的路径长度（减少23.2%）。
2021-08-26 cs.RO
Following Social Groups: Socially Compliant Autonomous Navigation in Dense Crowds
Hong Kong University of Science and Technology（香港科技大学）；Carnegie Mellon University（卡内基梅隆大学）
在人口稠密的环境中，社交兼容导航对于自主机器人至关重要，因为驾驶时不可避免地要靠近人。考虑到人类舒适度和社会规则的限制，这种社交导航方式具有挑战性。传统的基于手工成本函数的方法难以在复杂的现实世界中操作。其他基于学习的方法未能从集体形成行为的角度解决自然性方面。我们提出了一个自主导航系统，能够在密集的人群和利用社会群体的信息。底层系统结合了一个深度神经网络来跟踪社交群体并加入社交群体的流以促进导航。系统中的防撞层进一步确保了航行安全。在实验中，我们的方法产生社会顺应行为的最先进的方法。更重要的是，该系统能够在人口密集的区域（10米x 20米区域内有10多人）安全地跟随人群流动到达目标。
2019-11-27 cs.AI cs.RO
Hyp2Nav: Hyperbolic Planning and Curiosity for Crowd Navigation
Sapienza University of Rome（罗马大学）；ItalAI（意国人工智能公司）；University of Amsterdam（阿姆斯特丹大学）
本文提出 Hyp2Nav，利用双曲几何策略模型与好奇心模块进行层级人群导航，以少至多6倍参数取得多种仿真中的最佳成功率和回报，并支持二维可解释嵌入。
2024-09-06 cs.CV cs.RO
Pedestrian-Robot Interactions on Autonomous Crowd Navigation: Reactive Control Methods and Evaluation Metrics
Swiss Federal School of Technology in Lausanne - EPFL（洛桑联邦理工学院）；University of Tsukuba（筑波大学）；Swiss Federal School of Technology in Zurich - ETH Zurich（苏黎世联邦理工学院）
对于机器人来说，在人口稠密地区的自主导航仍然是一项具有挑战性的任务，因为在非结构化的情况下很难保证与行人的安全互动。在这项工作中，我们提出了一个人群导航控制框架，提供连续的避障和接触后控制评估的自主个人移动车辆。我们提出了会计效率，控制器的反应和人群在自然人群中的相互作用的评价指标。我们报告了110多个不同人群类型的试验结果：稀疏，流动和混合交通，低（< 0.15 ppsm），中（< 0.65 ppsm）和高（< 1 ppsm）行人密度。我们提出了两个低级别的避障方法和共享控制的基线之间的比较结果。结果显示，在最高密度测试中，达到目标的相对时间下降了10%，并且没有其他效率指标下降。此外，自主导航与共享控制导航相比，具有较低的相对颠簸和显着较高的命令流畅性，表明与人群的高度兼容性。我们的结论是，反应式控制器完成了快速和连续适应人群导航的必要任务，它应该与高层次的规划者环境和态势感知。
2022-08-03 cs.CV cs.HC cs.RO
Deep Reinforcement Learning-Based Mapless Crowd Navigation with Perceived Risk of the Moving Crowd for Mobile Robots
School of Digital Science, Universiti Brunei Darussalam（文莱达鲁萨兰大学数字科学学院）
针对DRL人群导航泛化与可扩展性不足，本文在观测空间引入碰撞概率并结合局部路径点训练，实现多场景无需微调的安全无地图导航。
2023-09-23 cs.AI cs.LG cs.RO
A comparative evaluation of machine learning methods for robot navigation through human crowds
Cisco（思科）；University of York（约克大学）；JetBrains Research（JetBrains研究院）
机器人在人群中导航对人工智能系统构成了严峻的挑战，因为这些方法应该实现快速有效的移动，但同时不允许损害安全。迄今为止，大多数方法都集中在将寻路算法与机器学习相结合，用于行人步行预测。最近，强化学习技术已经在研究文献中提出。在本文中，我们进行了比较评估的寻路/预测和强化学习方法上的人群运动数据集收集的监控视频在纽约大中央车站。结果表明，国家的最先进的强化学习方法的强大优势，与国家的最先进的行为预测技术的寻路。
2020-12-16 cs.LG cs.RO
CrowdSurfer: Sampling Optimization Augmented with Vector-Quantized Variational AutoEncoder for Dense Crowd Navigation
Robotics Research Center, IIIT Hyderabad（印度国际信息技术研究所海得拉巴分校机器人研究中心）；Orebro University（厄勒布鲁大学）；University of Tartu（塔尔图大学）
本文提出CrowdSurfer方法，通过结合向量量化变分自编码器与采样优化改进局部规划器，在无需复杂动态障碍物预测的情况下实现了密集人群导航的最先进性能，成功率较DRL-VO提升40%。
2025-03-07 cs.RO math.OC
Learning Robot Visual Navigation in Crowds via Intention-Aware Scene Representations
Shenzhen Key Laboratory of Robotics Perception and Intelligence, Department of Electronic and Electrical Engineering, SUSTech（南方科技大学电子与电气工程系深圳市机器人感知与智能重点实验室）；Jiaxing Research Institute, SUSTech（南方科技大学嘉兴研究院）；Research Institute of MA&EI, Peng Cheng Laboratory（鹏城实验室机器人与人工智能研究所）
提出iCrowdNav方法，利用时空编码器和Intent-Interact Former从视觉观测中提取场景占用特征和人体姿态意图，通过深度强化学习实现高效人群导航。
2026-06-25 cs.RO
Learning Contact-based Navigation in Crowds
University of Texas at Austin（德克萨斯大学奥斯汀分校）
在拥挤的环境中有意地结合与人类的接触（即“基于接触的”社交导航）的导航策略在很大程度上是未开发的，即使无碰撞的社交导航是一个很好的研究问题。传统的社交导航框架要求机器人在即将发生碰撞时突然停止或“冻结”。这种模式提出了两个问题：1）在人群中导航时冻结可能会导致人们绊倒并摔倒在机器人身上，导致比碰撞本身更大的伤害，以及2）在碰撞不可避免的非常密集的社会环境中，这种控制方案将使机器人无法移动，并排除研究人类如何将机器人纳入这些环境的机会。然而，如果机器人要被有意义地包括在拥挤的社交空间中，例如繁忙的街道、地铁、商店或其他人口密集的场所，则可能不存在可以保证零碰撞的轨迹。因此，在这些环境中采用机器人需要开发最小破坏性的导航计划，可以安全地计划和响应接触。我们提出了一个基于学习的运动规划和控制方案，导航密集的社会环境中使用安全的联系人的全向移动机器人。规划者进行了评估，在模拟超过360个试验，人群密度在0.0和1.6人每平方米之间变化。据我们所知，我们的导航方案能够使用接触来安全地在比以前报道的密度更高的人群中导航。
2023-03-02 cs.CY cs.HC cs.LG
Learning Crowd Behaviors in Navigation with Attention-based Spatial-Temporal Graphs
Bonn University（波恩大学）
本文提出基于注意力机制的时空图深度学习方法，结合空间图与RNN时间图建模人群交互并预测未来意图，提升机器人在复杂动态环境中的导航安全性、效率和泛化能力。
2024-01-11 cs.RO
Robot Navigation in Crowds by Graph Convolutional Networks with Attention Learned from Human Gaze
Hong Kong University of Science and Technology（香港科技大学）
移动机器人安全高效的人群导航是一项重要而又具有挑战性的任务。以前的工作已经显示了深度强化学习框架在训练有效策略方面的力量。然而，当人群规模增加时，他们的表现就会恶化。我们建议，这可以通过使网络能够识别和关注人群中对导航最关键的人来解决。我们提出了一种新的网络，利用图形表示学习的政策。我们首先训练一个基于人类凝视数据的图卷积网络，它可以准确地预测人类对人群中不同智能体的注意力。然后，我们将学习到的注意到一个基于图的强化学习架构。建议的注意力机制，使有意义的权重分配给邻居的机器人，并具有额外的好处的可解释性。在具有各种人群规模的真实世界密集行人数据集上的实验表明，我们的模型在任务完成率和时间效率方面分别比最先进的方法高出18.4%和16.4%。
2019-09-23 cs.AI cs.CV cs.RO
Multi-Task Conditional Imitation Learning for Autonomous Navigation at Crowded Intersections
Peking University（北京大学）
近年来，人们一直致力于自动驾驶控制的深度模仿学习，其中原始感官输入直接映射到控制动作。然而，由于不确定的交通参与者造成的不确定性，通过人口密集的交叉口导航仍然是一项具有挑战性的任务。我们专注于在拥挤的十字路口，需要与行人互动的自主导航。提出了一个多任务条件模仿学习框架，以适应横向和纵向控制任务的安全和有效的互动。开发了一个名为IntersectNav的新基准，并提供了人类演示。实验结果表明，该方法可以实现高达30%的成功率增益相比，国家的最先进的。
2022-02-21 cs.CV cs.RO
Anticipatory Navigation in Crowds by Probabilistic Prediction of Pedestrian Future Movements
The University of Sydney（悉尼大学）；NVIDIA（英伟达）
人类和机器人在动态环境中共存的关键是智能体能够理解彼此的动作，并预测他们的动作。本文介绍了随机过程预期导航（SPAN），一个框架，使非完整机器人在人群环境中导航，同时预期和占行人的运动模式。为此，我们学习了一个预测模型来预测连续时间随机过程，以模拟行人的未来运动。预期的行人位置被用来进行机会约束碰撞检查，并纳入到一个时间碰撞控制问题。还集成了占用地图，以允许与静态障碍物进行概率碰撞检查。我们展示了SPAN在拥挤的模拟环境中的能力，以及与现实世界的行人数据集。
2020-11-12 cs.LG cs.RO
Self-navigation in crowds: An invariant set-based approach
Indian Institute of Technology Bombay（印度理工学院班加罗尔）
本文提出了一种基于不变集的自主导航方法，通过输入受限反馈控制器和规划策略，实现非协调拥挤环境中安全快速的多智能体导航。
2024-01-17 cs.RO
Mixed Strategy Nash Equilibrium for Crowd Navigation
Northwestern University（西北大学）；Honda Research Institute（本田研究所）
针对机器人群体导航中混合策略纳什均衡计算成本高的问题，提出贝叶斯递归纳什均衡算法，可实时生成随机规划并预测行人路径，在安全性、效率上优于现有方法且达到人类水平，还在四足机器人上验证了实用性。
2024-11-25 cs.GT cs.LG cs.RO
Uncertainty-Aware DRL for Autonomous Vehicle Crowd Navigation in Shared Space
University of Waterloo（滑铁卢大学）
提出一种不确定性感知的DRL方法，通过新颖奖励函数纳入行人预测不确定性，在真实行人仿真环境中训练，显著降低碰撞率并提升安全距离，优于现有模型和MPC方法。
2024-05-22 cs.AI cs.LG cs.RO
DenseCAvoid: Real-time Navigation in Dense Crowds using Anticipatory Behaviors
University of Maryland, College Park（马里兰大学帕克分校）
我们提出了DenseCAvoid，一种新的导航算法，用于通过密集的人群导航机器人，并通过预测行人的行为来避免碰撞。我们的配方使用视觉传感器和行人轨迹预测算法来跟踪一组输入帧中的行人，并提供边界框来推断未来时间的行人位置。我们的混合方法将这种轨迹预测与基于深度强化学习的碰撞避免方法相结合，以训练策略，从而在运行时生成更平滑、更安全和更鲁棒的轨迹。我们训练我们的政策，在现实的3-D模拟静态和动态的情况下，多个行人。在实践中，我们的混合方法可以很好地推广到看不见的真实世界场景，并且可以在室内场景中引导机器人穿过密集的人群（每平方米约1-2人），包括狭窄的走廊和大厅。与不使用预测的情况相比，我们观察到我们的方法将机器人在人群中冻结的发生率降低了48%，并在轨迹长度和到达目标的平均时间方面进行了优化。
2020-02-07 cs.RO
Multi-Robot Cooperative Navigation in Crowds: A Game-Theoretic Learning-Based Model Predictive Control Approach
University of Delaware（特拉华大学）；Cornell University（康奈尔大学）；Honda Research Institute USA, Inc.（美国本田研究院有限公司）
本文提出一种结合局部模型预测控制与社交长短期记忆的框架，通过将多机器人导航和人际交互建模为博弈并采用迭代最佳响应求解，实现拥挤环境下多机器人协同导航。
2023-10-10 cs.MA cs.RO
Socially Aware Crowd Navigation with Multimodal Pedestrian Trajectory Prediction for Autonomous Vehicles
Australian Centre for Field Robotics（澳大利亚野外机器人学中心）；University of Sydney（悉尼大学）
在拥挤的行人环境中无障碍地操作自动驾驶车辆是一项非常具有挑战性的任务。这是因为在这样的环境中，人类的运动和互动很难预测。最近的研究表明，基于强化学习的方法有能力在人群中学习驾驶。然而，由于人体运动预测具有较大的方差，这些方法可能由于对行人的未来状态的不准确预测而具有非常差的性能。为了克服这个问题，我们提出了一种新的方法，SARL-SGAN-KCE，它结合了一个深层次的社会意识的关注价值网络与人类多模态轨迹预测模型，以帮助确定最佳的驾驶策略。我们还介绍了一种新的技术，以最小的额外的计算需求来扩展离散动作空间。还考虑了飞行器的运动学约束，以确保平稳和安全的轨迹。我们评估我们的方法对人群导航的最先进的方法，并提供消融研究，以表明我们的方法是更安全，更接近人类的行为。
2020-11-23 cs.RO
An effective control of large systems of active particles: An application to evacuation problem
AIRI；Artificial Intelligence Center, Skolkovo Institute of Science and Technology（人工智能中心，斯克洛夫科技研究所）；Department of Mathematics, University of Leicester（数学系，莱斯特大学）
本文提出一种结合强化学习与人工力的控制策略，用于机器人救援者高效疏散人群，克服了传统方法的可扩展性和鲁棒性不足问题。
2025-12-12 cs.AI cs.RO
Crowd-Aware Robot Navigation for Pedestrians with Multiple Collision Avoidance Strategies via Map-based Deep Reinforcement Learning
University of Science and Technology of China (USTC)（中国科学技术大学）
对于移动机器人来说，在人群中导航是具有挑战性的。现有的方法通常假设行人遵循预定义的避碰策略，如社会力模型（SFM）或最佳相互避碰（ORCA）。然而，它们的性能通常需要进一步改善的实际应用中，行人遵循多种不同的防撞策略。在本文中，我们提出了一种基于地图的深度强化学习方法，用于具有各种行人的人群感知机器人导航。我们使用传感器地图来表示机器人周围的环境信息，包括其形状和可观察到的障碍物外观。我们还介绍了行人地图，指定机器人周围的行人的运动。通过应用这两个地图作为输入的神经网络，我们表明，导航政策可以训练，以更好地与行人以下不同的防撞策略。我们评估我们的方法在多个场景下，在模拟器和实际的机器人。结果表明，我们的方法允许机器人成功地与各种行人进行交互，并在成功率方面优于比较方法。
2021-09-06 cs.RO
Don't Freeze, Don't Crash: Extending the Safe Operating Range of Neural Navigation in Dense Crowds
Purdue University（普渡大学）
本文提出了一种强化学习方法，通过密度不变的观察编码和物理激励的亲密度奖励塑造，实现密集人群导航中的零样本密度泛化，显著减少冻结现象并提高无碰撞成功率。
2026-03-06 cs.AI cs.LG cs.RO
Human-Human & Human-Robot Interaction Transformer (H2INT) for Robot Navigation in Dense and Uncertain Crowds
School of Automation, Beijing Institute of Technology（北京理工大学自动化学院）；State Key Laboratory of Autonomous Intelligent Unmanned Systems（自主智能无人系统国家重点实验室）
本文提出H2INT强化学习框架，通过分层关系编码与课程学习提升密集不确定人群中机器人导航的安全性与鲁棒性，可迁移至不同人群布局，经仿真与真实机器人部署验证有效。
2026-09-07 cs.RO
Towards Socially Compliant Navigation in Deep Reinforcement Learning via Proxemics-Based Reward Modeling
该研究针对DRL社会导航中社会合规目标不足的问题，提出基于近体学的奖励建模方法，经模拟验证可提升社会指标且保持导航性能。
2026-08-14 cs.LG cs.RO
Multi-subgoal Robot Navigation in Crowds with History Information and Interactions
机器人在与人类共享的动态环境中的导航是一项重要但具有挑战性的任务，随着人群的增长，其性能会恶化。本文提出了一种基于深度强化学习的多子目标机器人导航方法，该方法能够更全面地推理所有智能体（机器人和人类）之间的关系。具体而言，通过引入历史信息和交互，为机器人规划下一个位置点。首先，基于子图网络，将所有智能体的历史信息进行聚合，然后通过图神经网络对交互进行编码，从而提高机器人对未来场景的隐式预测能力。进一步考虑，为了降低下一个位置点不可靠的概率，在强化学习框架下，在策略网络之后设计了选择模块。此外，从选择模块生成的下一个位置点比直接从策略网络中获得的更好地满足任务要求。实验表明，我们的方法优于国家的最先进的方法在成功率和碰撞率，特别是在拥挤的人类环境。
2022-11-29 cs.AI cs.RO
SPLC: Social Preference Learning for Crowd Robot Navigation
Wuhan University of Science and Technology（武汉科技大学）；Hubei Province Key Laboratory of Intelligent Information Processing and Real-time Industrial System（湖北省智能信息处理与实时工业系统重点实验室）
提出SPLC算法，通过社会偏好反馈机制自动生成偏好数据，消除详细奖励设计需求，提升离线强化学习在人群导航中的社会合规性。
2026-07-03 cs.RO
CoCoNav: Conformal Control for Safe Robot Navigation in Crowds
The University of Manchester（曼彻斯特大学）；Italian Institute of Technology（意大利技术研究院）；Genisom AI；University of Warwick（华威大学）；Newcastle University（纽卡斯尔大学）
本文提出CoCoNav框架，结合在线保形校准与“先松弛再验证”规划器，在人群环境机器人导航中实现了避碰、任务成功与效率的良好平衡。
2026-08-11 cs.LG cs.RO
Structured Graph Network for Constrained Robot Crowd Navigation with Low Fidelity Simulation
University of Illinois, Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
提出结构化图网络与注意力机制，利用低保真仿真分离人类与障碍物表示，减少sim2real差距，提升约束人群导航性能。
2024-05-28 cs.AI cs.LG cs.RO
Exploring Social Motion Latent Space and Human Awareness for Effective Robot Navigation in Crowded Environments
TCS Research（塔塔咨询服务公司研究院）
本文提出利用社交运动潜在空间生成控制指令，并引入人类意识概念，以提升拥挤环境中机器人导航的成功率、平滑性和预见性。
2023-10-11 cs.AI cs.LG cs.RO
Crowd-Robot Interaction: Crowd-aware Robot Navigation with Attention-based Deep Reinforcement Learning
Ecole Polytechnique Federal de Lausanne, EPFL（洛桑联邦理工学院（EPFL））
针对拥挤场景中机器人导航的社会合规性与效率问题，提出基于自注意力和深度强化学习的人群-机器人交互模型，联合建模人机与人际交互，可预判人群动态，导航效率优于现有最优方法。
2019-02-19 cs.LG cs.RO
Vision-based navigation and obstacle avoidance via deep reinforcement learning
University of Connecticut（康涅狄格大学）；Boston University（波士顿大学）
导航算法的发展是必不可少的成功部署的机器人在迅速变化的危险环境中的配置的先验知识往往是有限的或不可用的。使用传统的路径规划算法，这是基于本地化和需要详细的障碍物地图与目标位置，是不可能的。在这方面，基于视觉的算法有很大的希望，因为视觉信息可以很容易地被机器人的机载传感器获取，并提供了更丰富的信息源，深度神经网络可以从中提取复杂的模式。深度强化学习已被用于实现基于视觉的机器人导航。然而，这些算法在环境中的动态障碍物和高变化的配置空间的有效性还没有得到彻底的研究。在本文中，我们采用了一种深度Dyna-Q学习算法，用于在部分可观察的环境中基于机载摄像头的低分辨率原始图像数据进行房间疏散和避障。我们探讨了机器人代理的性能在环境中包含没有障碍物，凸障碍物，凹障碍物，静态和动态。在强化学习的每一集开始时，在随机位置初始化障碍物和出口。总的来说，我们表明，我们的算法和训练方法可以推广学习无碰撞疏散的环境与复杂的障碍配置。很明显，智能体可以导航到一个目标位置，同时避免多个静态和动态的障碍物，并可以逃离一个凹形障碍物，同时搜索和导航到出口。
2022-11-09 cs.RO
Robot Navigation in a Crowd by Integrating Deep Reinforcement Learning and Online Planning
Robotics Research Center, College of Intelligence Science and Technology, National University of Defense Technology（国防科技大学智能科学学院机器人研究中心）
移动机器人在人群中沿时间效率高、无碰撞的路径导航仍然是一个开放和具有挑战性的问题。主要的挑战来自于复杂和精密的交互机制，这要求机器人理解人群并执行主动和前瞻性的行为。深度强化学习是解决这个问题的一个很有前途的方法。然而，大多数以前的学习方法产生了巨大的计算负担。为了解决这些问题，我们提出了一种基于图的深度强化学习方法SG-DQN，该方法（i）引入社会注意力机制来提取人群机器人状态的有效图形表示;（ii）使用学习的决斗深度Q网络（DQN）直接评估原始状态的粗略q值;然后（iii）通过对可能的未来轨迹进行在线规划来细化粗略q值。实验结果表明，该模型可以帮助机器人更好地理解人群，并在人群导航任务中取得了高于0.99的成功率。与以前的国家的最先进的算法相比，我们的算法实现了同等的，如果不是更好的，性能，而需要不到一半的计算成本。
2021-02-26 cs.LG cs.RO
Socially Aware Robot Crowd Navigation via Online Uncertainty-Driven Risk Adaptation
Shenzhen Key Laboratory of Robotics Perception and Intelligence（机器人感知与智能深圳重点实验室）；Southern University of Science and Technology（南方科技大学）
针对人机共享拥挤环境中机器人导航兼顾效率、安全与社会感知的难题，提出含离线风险学习和在线自适应推理的LR-MPC算法，经实验验证其在成功率与社会感知性上优于基线方法。
2025-06-17 cs.RO
A Lightweight Crowd Model for Robot Social Navigation
Department of Electrical Engineering and Automation, Aalto University（艾尔沃斯大学电气工程与自动化系）；Chair of Perception for Intelligent Systems, TU Munich（慕尼黑工业大学智能系统感知 chair）；Institute of Communications and Navigation, German Aerospace Center (DLR)（德国航空航天中心通讯与导航研究所）
本文提出一种轻量级实时宏观人群预测模型，通过简化时空处理实现推理时间降低3.6倍、精度提升3.1%，并集成到社会感知规划框架中，实现机器人在密集环境中的高效社会导航。
2025-08-27 cs.LG cs.RO
Winding Through: Crowd Navigation via Topological Invariance
University of Washington（华盛顿大学）
我们专注于拥挤环境中的机器人导航。预测机器人周围人群的运动是一项挑战，这使得确保人类安全和舒适变得困难。最近的方法通常采用端到端技术进行机器人控制或深度架构进行高保真人体运动预测。虽然这些方法在模拟域中实现了重要的性能基准，但数据集的限制和高样本复杂性往往会阻止它们转移到现实世界的环境中。我们的关键见解是，一个低维表示，捕捉人群机器人动力学的关键特征可能足以使机器人顺利通过人群。为此，我们数学形式化的行为，通过两个代理之间的旋转，使用拓扑不变性的概念。基于这种形式主义，我们设计了一个成本功能，有利于机器人轨迹贡献更高的通过进步和惩罚人类的不同方面之间的切换。我们将此功能到一个模型预测控制器，采用一个简单的恒定速度模型的人体运动预测。这导致机器人运动与最先进的基线相比，在统计上显著提高了与人群的间隙，同时在广泛的模拟和具有挑战性的自平衡机器人现实世界实验中保持了具有竞争力的效率水平。
2022-11-22 cs.HC cs.RO
HEIGHT: Heterogeneous Interaction Graph Transformer for Robot Navigation in Crowded and Constrained Environments
The University of Texas at Austin（德克萨斯大学奥斯汀分校）；University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
HEIGHT通过异构交互图变压器提升机器人在拥挤和受限环境中的导航性能，有效捕捉时空异构交互，提高路径安全性和效率。
2026-01-23 cs.AI cs.LG cs.RO
Spatio-Temporal Transformer-Based Reinforcement Learning for Robot Crowd Navigation
针对社交机器人导航中时空特征利用不足和策略保守的问题，提出基于时空Transformer的强化学习算法，通过门控嵌入和对齐特征，结合自适应熵，降低保守性并提升导航性能。
2023-10-11 cs.RO
The Emotionally Intelligent Robot: Improving Social Navigation in Crowded Environments
University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校）；Google（谷歌）；University of Maryland at College Park（马里兰大学帕克分校）
我们提出了一个实时算法的情感感知导航的机器人之间的行人。我们的方法使用贝叶斯推理，基于CNN的学习和心理学的PAD（Pleasure-Arousal-Dominance）模型的组合，从行人的面部和轨迹中估计行人随时间变化的情绪行为。这些PAD特征用于长期路径预测，并为每个行人生成里程限制。我们使用多通道模型将行人特征分为四个情感类别（快乐，悲伤，愤怒，中性）。在我们的验证结果中，我们观察到85.33%的情感检测准确率。我们制定基于情感的情感约束，以执行社会意识的机器人导航在低到中密度的环境。我们证明了我们的算法在模拟环境中的好处，数十名行人，以及在现实世界中的设置与辣椒，社会人形机器人。
2019-03-07 cs.RO
Optimal-Horizon Social Robot Navigation in Heterogeneous Crowds
National Key Laboratory of Human-Machine Hybrid Augmented Intelligence（人机混合增强智能国家重点实验室）；Nation Engineering Research Center for Visual Information and Applications（视觉信息与应用国家工程研究中心）；Institute of Artificial Intelligence and Robotics（人工智能与机器人研究所）；Xi’an Jiaotong University（西安交通大学）
本文提出了一种基于社会条件优化的机器人导航框架，通过时空Transformer和强化学习策略动态调整预测时间跨度，提升在异质人群中的导航效率与安全性。
2026-02-28 cs.RO
Social Navigation in Crowded Environments with Model Predictive Control and Deep Learning-Based Human Trajectory Prediction
University of Delaware（特拉华大学）；Cornell University（康奈尔大学）；Honda Research Institute USA, Inc.（美国本田研究院有限公司）
该研究提出将 Social-LSTM 行人轨迹预测与 MPC 规划耦合，在模拟人群中实现考虑多智能体交互的社会导航，并优于多种强化学习基线。
2023-09-28 cs.MA cs.RO
A New Trajectory-Oriented Approach to Enhancing Comprehensive Crowd Navigation Performance
xxx
本文提出了一种新的轨迹导向方法，通过优化轨迹曲率提升人群导航性能，通过统一框架实现多目标优化评估，实验表明其在多尺度场景中表现优异。
2025-12-07 cs.RO
