TraversRL: Traversable Pedestrian Pathway Generation With Reinforcement Learning
作者: Bin Han, Robert Wolfe, Bill Howe
分类: cs.CV
发布日期: 2026-07-20
备注: Accepted to ECCV 2026, main conference
💡 一句话要点
提出TraversRL以解决行人通道生成问题
🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture)
关键词: 行人通道生成 强化学习 路径规划 计算机视觉 城市规划 智能交通 图形优化
📋 核心要点
- 现有的分割方法在生成行人通道时，常常导致不连通或片段化的图形，无法满足导航需求。
- TraversRL通过模拟旅行者的导航过程，采用视觉条件模型迭代生成通道网络，解决了复杂环境下的通道生成问题。
- 实验结果显示，TraversRL在多个数据集上显著提高了与真实图形的重叠度，连通性指标提升超过一倍。
📝 摘要（中文）
自动从航空图像生成行人通道需要构建适合导航的连通网络，而不仅仅是检测人行道的位置。现有的基于分割的方法往往产生不连通或片段化的图形，无法可靠导航。本文提出TraversRL，一种视觉条件模型，通过模拟旅行者在建筑环境中导航，迭代生成通道网络。TraversRL设计了短距离和长距离的动作空间，以适应复杂的模式并跨越遮挡，同时结合图级和逐步奖励，平衡整体连通性与精确边缘放置。实验结果表明，TraversRL在多个数据集上显著提高了与真实图形的重叠度，并且在连通性指标上提升超过一倍。
🔬 方法详解
问题定义：本文解决的是从航空图像自动生成行人通道的问题。现有方法主要依赖于像素级分割，导致生成的图形常常不连通或片段化，无法满足实际导航需求。
核心思路：TraversRL的核心思路是将通道提取建模为一个顺序决策过程，通过模拟旅行者在环境中的导航，迭代生成通道网络。这种方法能够适应复杂的环境模式和遮挡情况。
技术框架：TraversRL的整体架构包括多个模块：首先是视觉输入模块，接着是路径生成模块，该模块使用短距离和长距离的动作空间进行路径扩展，最后是奖励机制模块，结合图级和逐步奖励来优化生成的路径。
关键创新：TraversRL的主要创新在于将路径提取视为一个决策过程，并通过强化学习优化最终图形质量。这一方法与传统的分割方法本质上不同，后者仅关注像素级别的标注。
关键设计：在设计上，TraversRL使用了特定的动作空间来适应复杂的环境，并结合了图级和逐步奖励机制，以确保生成的图形在连通性和边缘精确度上的平衡。
🖼️ 关键图片
📊 实验亮点
实验结果表明，TraversRL在多个数据集上显著提高了与真实图形的重叠度，Buffered IoU指标相比于最先进的分割基线有显著提升，连通性指标提升超过一倍。此外，结合全局和局部奖励的设计使得生成的图形更加干净，减少了虚假分支。
🎯 应用场景
该研究的潜在应用领域包括城市规划、自动驾驶、智能交通系统等。通过生成可靠的行人通道网络，可以提高行人导航的安全性和便利性，促进智能城市的发展。未来，该方法还可以扩展到其他类型的环境建模和路径规划任务中。
📄 摘要（原文）
Automatically generating pedestrian pathways from aerial images requires producing a connected network suitable for routing, not just detecting where sidewalks appear. Sidewalks and crossings, in contrast to roads, may be partially occluded, implicitly defined, and exhibit complex connectivity patterns. Existing segmentation-based approaches focus on labeling pixels to infer segments, but often produce disconnected or fragmentary graphs that are unreliable for navigation. We introduce TraversRL, a vision-conditioned model that iteratively grows a pathway network from an aerial image, simulating a traveler navigating the built environment. TraversRL uses an action space of short and long direction-distance segments designed to adapt to complex patterns and span occlusions, and uses a combination of graph-level and step-wise rewards to balance overall connectivity with precise edge placement. Across three visual backbones and three intersection datasets, TraversRL substantially improves buffered IoU with the ground-truth graph relative to a state-of-the-art segmentation baseline, and more than doubles metrics of connectivity. Moreover, combining global and local rewards produces cleaner graphs with fewer spurious branches while further improving overall performance. These results demonstrate that modeling pathway extraction as a sequential decision process from the perspective of a traveler, while optimizing for final graph quality with reinforcement learning, produces significantly more reliable pedestrian networks.