Follow-Me in Micro-Mobility with End-to-End Imitation Learning

📄 arXiv: 2511.05158v1 📥 PDF

作者: Sahar Salimpour, Iacopo Catalano, Tomi Westerlund, Mohsen Falahi, Jorge Peña Queralta

分类: cs.RO, cs.LG

发布日期: 2025-11-07

💡 一句话要点

基于模仿学习的微出行跟随控制，提升用户舒适度

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture)

关键词: 模仿学习 自主微出行 跟随控制 用户舒适度 端到端控制

📋 核心要点

  1. 现有自主微出行平台在复杂动态环境中，难以兼顾用户舒适度与传统机器人指标。
  2. 论文提出使用模仿学习方法，训练控制器，优化用户舒适度，提升整体用户体验。
  3. 实验表明，基于模仿学习的控制器在跟随模式下，显著提升了自主轮椅的用户舒适度。

📝 摘要（中文）

自主微出行平台面临着部署环境的挑战，例如大型室内空间或拥挤的城市区域。虽然社交导航算法取得了显著进展，但优化用户舒适度和整体用户体验（而非机器人技术中的典型指标，如行驶时间或距离）的研究不足。尤其是在商业应用中，这些指标至关重要。本文展示了模仿学习如何提供比之前使用的人工调整控制器更平滑、更好的控制器。我们展示了DAAV的自主轮椅如何在跟随模式下实现最先进的舒适度，在该模式下，它跟随人类操作员协助行动不便的人士（PRM）。本文分析了用于端到端控制的不同神经网络架构，并展示了它们在实际生产级部署中的可用性。

🔬 方法详解

问题定义：论文旨在解决自主微出行设备在跟随模式下，如何提升用户舒适度的问题。现有方法通常依赖人工调整的控制器，难以在复杂动态环境中实现平滑、舒适的跟随效果，用户体验不佳。

核心思路：论文的核心思路是利用模仿学习，让自主轮椅学习人类操作员的驾驶行为。通过模仿学习，轮椅可以学习到更符合人类习惯的控制策略，从而提升用户舒适度。

技术框架：整体框架采用端到端的模仿学习方法。首先，收集人类操作员驾驶轮椅的数据，包括传感器数据（例如，轮椅的速度、加速度、与跟随者的距离和角度）和控制指令。然后，使用这些数据训练神经网络控制器。训练好的控制器可以直接根据传感器数据输出控制指令，控制轮椅的运动。

关键创新：论文的关键创新在于将模仿学习应用于自主微出行设备的跟随控制，并专注于优化用户舒适度。与传统的基于规则或优化的控制方法相比，模仿学习可以学习到更复杂的控制策略，更好地适应动态环境，提升用户体验。

关键设计：论文分析了不同的神经网络架构，包括卷积神经网络（CNN）和循环神经网络（RNN），用于端到端控制。损失函数采用均方误差（MSE），衡量预测控制指令与真实控制指令之间的差异。通过实验选择合适的网络结构和参数，以获得最佳的跟随效果和用户舒适度。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，基于模仿学习的控制器在跟随模式下，显著提升了自主轮椅的用户舒适度。与人工调整的控制器相比，模仿学习控制器能够实现更平滑的运动轨迹，减少用户的颠簸感。具体性能数据未知，但论文强调了在实际生产级部署中的可用性。

🎯 应用场景

该研究成果可应用于各种自主微出行设备，例如自主轮椅、自动驾驶购物车、以及其他需要跟随人类的机器人。通过提升用户舒适度，可以提高这些设备在商业和个人应用中的接受度和使用率，尤其是在养老院、医院、商场等场景中具有广阔的应用前景。

📄 摘要（原文）

Autonomous micro-mobility platforms face challenges from the perspective of the typical deployment environment: large indoor spaces or urban areas that are potentially crowded and highly dynamic. While social navigation algorithms have progressed significantly, optimizing user comfort and overall user experience over other typical metrics in robotics (e.g., time or distance traveled) is understudied. Specifically, these metrics are critical in commercial applications. In this paper, we show how imitation learning delivers smoother and overall better controllers, versus previously used manually-tuned controllers. We demonstrate how DAAV's autonomous wheelchair achieves state-of-the-art comfort in follow-me mode, in which it follows a human operator assisting persons with reduced mobility (PRM). This paper analyzes different neural network architectures for end-to-end control and demonstrates their usability in real-world production-level deployments.