就像驾驶员遵守道路规则一样，大多数行人在驶过走廊或拥挤的通道时都遵循某些社会法规：靠右行驶，左侧让行，保持车距，并准备刹车或改变路线以避免迎面而来的障碍，同时保持稳定的速度。

现在，麻省理工学院的工程师设计了一种具有“具有社交意识的导航”的自动机器人，该机器人可以与人流保持同步，同时遵守一些行人步行的一般守则。

在麻省理工学院的Stata Center内部进行的驾驶测试中，一台类似于膝盖高度的移动机器人Jackal，成功地避免了碰撞，同时保持了行人的平均流量。

“具有社会意识的导航功能是在需要与行人频繁互动的环境中运行的移动机器人的一项核心功能，”曾担任麻省理工学院研究生并曾是这项研究的主要作者的俞凡•史蒂芬•陈说。“例如，小型机器人可以在人行道上操作以包装和运送食物。同样，个人移动设备可以在大型，拥挤的空间中运送人员，例如购物中心，机场和医院。”

点击链接观看视频：https://mp.weixin.qq.com/s/W9DLUmLX9ejwAjaJVAA05g

社交环境中驾驶

为了使机器人能够在交通繁忙的环境中自主前进，它必须解决四个主要挑战：即时定位（了解其在世界地图上的位置），感知（识别其周围环境），运动规划（确定到给定目的地的最佳路径）。和控制（实际上执行其所需的路径）。

Chen和他的同事使用标准方法来解决本地化和感知问题。对于后者，他们为机器人配备了现成的传感器，例如网络摄像头，深度传感器和高分辨率激光雷达传感器。对于定位问题，他们使用开源算法绘制了机器人的环境图并确定了机器人的位置。为了控制机器人，他们采用了用于驾驶自动地面车辆的标准方法。

Everett说：“我们认为需要创新的领域是运动规划。” “一旦弄清了自己在世界上的位置，并且知道如何遵循轨迹，那么应该选择怎样的轨迹呢？”

这是一个棘手的问题，尤其是在行人繁重的环境中，在这些环境中通常很难预测单个路径。作为解决方案，机器人专家有时会采用基于轨迹的方法，在这种方法中，他们会对机器人进行编程以计算出考虑到每个人所需轨迹的最佳路径。必须从传感器数据推断出这些轨迹，因为人们没有明确告诉机器人他们要去的地方。

“但这需要持续的计算。埃弗雷特说，您的机器人将被停放，找出下一步该怎么做，与此同时，这个人已经走了过去，然后才决定“我应该向右走”。“因此，这种方法不是很现实，特别是如果您想更快地开车。”

其他人则使用了更快的“基于反应性”的方法，在该方法中，使用几何或物理原理为机器人编程了简单的模型，以快速计算出避免碰撞的路径。

埃弗里特说，基于反应的方法存在的问题是人性的不可预测性-人们很少坚持走直线的几何路径，而是漫步，转身去招呼朋友或喝咖啡。在这种不可预测的环境中，这样的机器人往往会与人发生碰撞，或者看起来好像他们是在过度避免他人而被推来推去。

埃弗里特说：“在实际情况下，对机器人的冲击是它们可能过于谨慎或过于激进。” “人们发现他们不符合社会认可的规则，例如给人们足够的空间或以可接受的速度驾驶，而且他们获得的多于帮助。”

训练时间

团队找到了解决此类局限性的方法，使机器人能够适应不断变化的行人行为，同时随着流量的不断移动并遵循行人行为的典型社会准则。

他们使用了强化学习（一种机器学习方法），在这种学习中，他们根据给定环境中其他物体的速度和轨迹，通过计算机模拟训练机器人走某些路径。该团队还将社交规范纳入了离线学习阶段，在该阶段中，他们鼓励模拟机器人在右侧通过，并在机器人左侧通过时对其进行惩罚。

埃弗里特说：“我们希望它能在人与人之间自然地穿梭而不是侵入性。” “我们希望它遵循与其他所有人相同的规则。”

强化学习的优势在于研究人员可以离线执行这些培训方案，这需要大量时间和计算能力。一旦对机器人进行了模拟训练，研究人员就可以对其进行编程，以在机器人识别出现实世界中的类似场景时执行模拟中确定的最佳路径。

研究人员使机器人能够每十分之一秒评估其环境并调整其路径。这样，机器人可以继续以每秒1.2米的典型行走速度在走廊上运动，而无需暂停对其路线进行重新编程。

埃弗里特说：“我们并没有计划实现目标的完整途径，再也没有必要这样做，特别是如果您假设世界在变化。” “我们只是看一下所看到的东西，选择一个速度，执行十分之一秒，然后再次查看世界，选择另一个速度，然后再次走。这样一来，我们认为我们的机器人看起来更自然，并且可以预期人们在做什么。”

维持人群秩序

埃弗里特（Everett）和他的同事们在麻省理工学院（MIT）的Stata 中心繁忙而蜿蜒的大厅里对该机器人进行了测试，该机器人能够一次自动驾驶20分钟。它随着人流顺畅地滚动，通常保持在走廊的右侧，偶尔使人越过左侧，并避免任何碰撞。

埃弗里特说：“我们想把它带到人们日常工作，上课，吃东西的地方，这表明我们对所有事情都非常成功。” “有一次甚至有一个旅行团，它完全避免了他们。”

展望未来，计划探索机器人如何在步行环境中处理人群。

埃弗里特说：“人群的活力与个体人群不同，如果看到五个人一起行走，您可能需要学习完全不同的东西。” “可能存在一种社会规则，即'不要穿越人，不要分散人，将他们当作一个整体。” 这是将来要考虑的事情。”

京天机器人现已推出室内外自动驾驶平台——玄武2号，自带SLAM和自主导航算法，包含深度相机、16线激光雷达、里程计、IMU、GPS等丰富的传感器，目前有多台现货有兴趣的朋友可以和我们取得联系。