PulseAugur
实时 10:02:17

混合机器人导航系统融合RL和VLM以实现社交感知

研究人员开发了HUMA,一种结合了强化学习(RL)和视觉语言模型(VLM)的移动机器人混合导航系统。该方法使用RL策略进行常规导航,并在人类进入机器人近距离区域等复杂社交场景下激活VLM。HUMA在Social-MP3D基准测试中任务成功率提高了20%,在Social-HM3D基准测试中提高了3%,同时还减少了侵犯个人空间和碰撞的次数。该系统已成功部署在Mirokaï移动机器人上。 AI

影响 这种混合方法可以使机器人在人类环境中实现更具社交意识和更高效的导航。

排序理由 研究论文,详细介绍了用于机器人导航的新型混合系统。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

混合机器人导航系统融合RL和VLM以实现社交感知

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Ali Ahmadi, Hamed Rahimi, Adrien Jacquet Cretides, Marie Samson, Mahdi Khoramshahi, Mohamed Chetouani ·

    Think When It Matters: Conditional VLM Reasoning for Social Navigation with RL Policies

    arXiv:2607.10991v1 Announce Type: cross Abstract: As mobile robots become more integrated into everyday human environments, social robot navigation is becoming essential for ensuring human comfort, safety, and trust. While reinforcement learning (RL) navigation policies provide t…