EmoBipedNav: Emotion-aware Social Navigation for Bipedal Robots with Deep Reinforcement Learning
作者: Wei Zhu, Abirath Raju, Abdulaziz Shamsah, Anqi Wu, Seth Hutchinson, Ye Zhao
分类: cs.RO, cs.LG
发布日期: 2025-03-16
备注: 13 pages
🔗 代码/项目: PROJECT_PAGE
💡 一句话要点
EmoBipedNav：提出一种基于深度强化学习的情感感知双足机器人社交导航框架
🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱二：RL算法与架构 (RL & Architecture)
关键词: 双足机器人 社交导航 深度强化学习 情感感知 激光雷达 运动规划 人机交互
📋 核心要点
- 双足机器人在复杂社交环境中的导航面临运动约束和社会交互的双重挑战，现有方法难以兼顾。
- EmoBipedNav框架通过两阶段流程，利用深度强化学习将激光雷达数据映射到降阶模型动作，实现情感感知导航。
- 实验结果表明，该方法优于传统的基于模型的规划器和基于深度强化学习的基线方法，提升了导航性能。
📝 摘要（中文）
本研究提出了一种情感感知的导航框架——EmoBipedNav，它使用深度强化学习（DRL）来实现双足机器人在社交互动环境中的行走。双足机器人固有的运动约束对其在动态环境中安全机动能力提出了挑战。当与包括行人互动和情感等社会线索在内的复杂社会环境相结合时，这些挑战变得更加突出。为了解决这些耦合问题，我们提出了一个两阶段的流程，该流程同时考虑了双足运动约束和复杂的社会环境。具体来说，社交导航场景使用连续的激光雷达栅格地图（LGM）表示，从中我们提取潜在特征，包括碰撞区域、与情感相关的不适区域、社会互动以及不断发展的环境的时空动态。提取的特征通过DRL架构直接映射到降阶模型（ROM）的动作。此外，所提出的框架在训练期间结合了全阶动力学和运动约束，有效地考虑了跟踪误差和运动控制器的限制，同时使用ROM规划轨迹。综合实验表明，我们的方法优于基于模型的规划器和基于DRL的基线。
🔬 方法详解
问题定义：双足机器人在社交环境中导航，需要同时考虑自身的运动约束（例如平衡、步态）和复杂多变的社会交互（例如行人运动、社交距离、情感表达）。现有方法通常难以同时处理这些问题，或者忽略了情感等重要的社会线索，导致导航效率和安全性降低。
核心思路：EmoBipedNav的核心思路是将社交导航问题分解为两个阶段：首先，利用深度强化学习从激光雷达数据中提取环境特征，并映射到降阶模型（ROM）的动作，实现粗略的轨迹规划；然后，在训练过程中考虑全阶动力学和运动约束，从而将ROM的轨迹转化为实际可执行的机器人运动。这种方法既能利用深度强化学习处理复杂的环境信息，又能保证机器人的运动可行性。
技术框架：EmoBipedNav框架包含两个主要阶段：1) 特征提取与动作规划：利用连续的激光雷达栅格地图（LGM）表示社交导航场景，从中提取碰撞区域、情感相关的不适区域、社会互动以及环境的时空动态等特征。这些特征被输入到深度强化学习模型中，输出降阶模型（ROM）的动作。2) 运动控制与约束：在训练过程中，考虑全阶动力学和运动约束，将ROM的动作转化为实际可执行的机器人运动。这样可以有效地解决跟踪误差和运动控制器的限制。
关键创新：该论文的关键创新在于：1) 提出了一种情感感知的社交导航框架，将情感信息融入到导航决策中。2) 采用两阶段的流程，将复杂的社交导航问题分解为特征提取与动作规划、运动控制与约束两个阶段，降低了问题的难度。3) 在训练过程中考虑全阶动力学和运动约束，保证了机器人的运动可行性。
关键设计：该论文的关键设计包括：1) 使用激光雷达栅格地图（LGM）表示环境信息，并从中提取关键特征。2) 使用深度强化学习模型（具体模型结构未知）将环境特征映射到降阶模型（ROM）的动作。3) 在训练过程中，使用特定的损失函数来约束机器人的运动，例如平衡约束、步态约束等（具体损失函数形式未知）。
🖼️ 关键图片
📊 实验亮点
实验结果表明，EmoBipedNav框架在社交导航任务中优于传统的基于模型的规划器和基于深度强化学习的基线方法。具体性能数据未知，但论文强调该方法在考虑情感和社会互动方面具有显著优势，能够实现更安全、更高效的导航。
🎯 应用场景
EmoBipedNav框架可应用于各种需要双足机器人在社交环境中导航的场景，例如：商场导览、医院陪护、养老院服务等。通过考虑行人的情感和社会互动，可以提高机器人的导航效率和安全性，提升用户体验。未来，该研究可以扩展到更多类型的机器人和更复杂的社交环境。
📄 摘要（原文）
This study presents an emotion-aware navigation framework -- EmoBipedNav -- using deep reinforcement learning (DRL) for bipedal robots walking in socially interactive environments. The inherent locomotion constraints of bipedal robots challenge their safe maneuvering capabilities in dynamic environments. When combined with the intricacies of social environments, including pedestrian interactions and social cues, such as emotions, these challenges become even more pronounced. To address these coupled problems, we propose a two-stage pipeline that considers both bipedal locomotion constraints and complex social environments. Specifically, social navigation scenarios are represented using sequential LiDAR grid maps (LGMs), from which we extract latent features, including collision regions, emotion-related discomfort zones, social interactions, and the spatio-temporal dynamics of evolving environments. The extracted features are directly mapped to the actions of reduced-order models (ROMs) through a DRL architecture. Furthermore, the proposed framework incorporates full-order dynamics and locomotion constraints during training, effectively accounting for tracking errors and restrictions of the locomotion controller while planning the trajectory with ROMs. Comprehensive experiments demonstrate that our approach exceeds both model-based planners and DRL-based baselines. The hardware videos and open-source code are available at https://gatech-lidar.github.io/emobipednav.github.io/.