计算机工程

作者：杜海军, 余粟

单位：上海工程技术大学电子电气工程学院, 上海 201620

关键词：服务机器人,动态避障,深度强化学习,时空图注意力网络,实时导航

基金：上海市科委科研计划项目(17511110204)

为了解决服务机器人在具有自主决策能力的密集人群中容易发生碰撞、假死和路径不自然等问题，在深度强化学习的框架下提出基于时空图注意力网络的服务机器人动态避障算法。时空图注意力网络作为邻近策略优化（PPO）算法的决策函数，首先采用门控循环单元控制机器人对环境的记忆和遗忘程度，提取环境的时间特征，使其对行人运动趋势有一定的预测作用；然后采用图注意力网络获取机器人和行人在空间上的隐式交互特征，使机器人能寻找无碰撞路径；最后在PPO算法中对时空图注意力网络进行训练，使得机器人在人群中完成无碰撞导航任务。在人均2.5 m2的动态封闭环境中对算法进行实验验证，结果表明，与非学习型的动态窗口算法相比，该算法导航成功率提高71个百分点，与基于学习型的DSRNN-RL算法相比，该算法导航成功率提高3个百分点同时导航路径更短。Gazebo环境下的实时导航测试结果表明，所提算法的平均推理时间为21.90 ms，可以满足实时导航的要求。

来源：2024年第2期

《计算机工程》期刊编辑部

查看计算机工程杂志2024年第2期