Social-MP3D

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。