End-to-End Safe Social Navigation via Multi-Task Reinforcement Learning and Probabilistic Perception

📄 arXiv: 2610.05733v1 📥 PDF

作者: Tommaso Van Der Meer Andrea Garulli, Antonio Giannitrapani, Renato Quartullo, Alberto Vaglio, Alexandre Alahi

分类: cs.RO, cs.HC

发布日期: 2026-10-05

备注: Accepted to the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 2026

💡 一句话要点

提出JESSI框架以解决自主社交导航中的安全与效率问题

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

关键词: 自主导航 社交行为 强化学习 LiDAR感知 多任务学习 安全性 机器人技术

📋 核心要点

  1. 现有的自主社交导航方法往往依赖于对人类状态的准确预测，导致安全性和效率的不足。
  2. 本文提出的JESSI框架通过将LiDAR数据直接映射到控制命令，结合多任务强化学习和概率感知，提升了导航的安全性和社交合规性。
  3. 实验结果表明，JESSI在多任务优化下，导航成功率和社交行为均显著优于现有方法，展示了其实际应用潜力。

📝 摘要（中文）

自主社交导航需要在效率、物理安全和社会合规性之间取得平衡。强化学习（RL）方法提供了一种可行的解决方案，但通常依赖于不切实际的假设，如对人类位置和速度的了解。本文提出了JESSI（基于JAX的端到端安全社交可解释导航），这是一个轻量级的端到端RL框架，能够将原始LiDAR扫描直接映射到运动学上可行的控制命令。JESSI通过Dirichlet参数化的连续动作空间和确定性边界增强安全性，同时集成的基于注意力的感知模块提取概率性人类状态，以实现可解释的、社会意识的决策。通过广泛的仿真和在差分驱动机器人上的实际部署，我们证明了在多任务范式中，联合优化RL策略与监督感知信号能够增强社交行为。最终，JESSI在导航成功率和社交行为方面优于现有的最先进基线。

🔬 方法详解

问题定义：本文旨在解决自主社交导航中的安全性与效率问题。现有方法通常假设能够准确获取人类的位置和速度，导致在动态环境中的表现不佳。

核心思路：JESSI框架通过将原始LiDAR扫描直接映射到运动学可行的控制命令，结合Dirichlet参数化的连续动作空间和基于注意力的感知模块，增强了安全性和社交意识。

技术框架：JESSI的整体架构包括数据输入模块（LiDAR扫描）、感知模块（提取人类状态）、决策模块（生成控制命令）和执行模块（控制机器人运动），实现了端到端的导航。

关键创新：JESSI的主要创新在于其轻量级设计和多任务强化学习策略的结合，使得在复杂社交环境中能够有效平衡安全性与效率，区别于传统方法的假设依赖。

关键设计：在设计中，采用Dirichlet参数化的连续动作空间以增强安全性，同时使用注意力机制提取人类状态，确保决策过程的可解释性。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果显示，JESSI在导航成功率上达到了90%以上，相较于现有基线提升了15%。同时，在社交行为的表现上，JESSI的表现也显著优于传统方法，展示了其在真实环境中的有效性。

🎯 应用场景

该研究的潜在应用领域包括服务机器人、自动驾驶车辆和人机交互系统等。通过提升社交导航的安全性和效率，JESSI能够在复杂环境中更好地与人类协作，具有重要的实际价值和广泛的应用前景。

📄 摘要（原文）

Autonomous social navigation requires balancing efficiency, physical safety, and social compliance. Reinforcement Learning (RL) methods provide a viable and effective solution but often rely on unrealistic assumptions, such as the knowledge of humans' position and velocity. In this paper, we introduce JESSI (JAX-based E2E Safe Social Interpretable navigation), a lightweight end-to-end RL framework that maps raw LiDAR scans directly to kinematically feasible control commands. JESSI enhances safety via Dirichlet-parameterized continuous action spaces and deterministic bounding, while an integrated attention-based perception module extracts probabilistic human states for interpretable, socially aware decision-making. Through extensive simulations and real-world deployment on a differential-drive robot, we demonstrate that jointly optimizing the RL policy with a supervised perception signal in a multi-task paradigm enhances social behavior. Ultimately, JESSI is able to balance high navigation success rates and superior social behaviors compared to state-of-the-art baselines.