在非结构化环境中寻找机器人路径的框架

近年来，计算机科学家已经开发出了可以在各种环境中引入的移动机器人。然而，为了有效地浏览非结构化的环境，这些机器人应该能够规划出安全的路径来到达他们想要的目的地。

图 1 机器人跟随人类领袖穿过有各种静态障碍物的环境的不同快照。机器人保持在测量的路径上，与人类操作员保持安全距离。

现有的为机器人规划安全路径的方法可分为两大类。第一类是将机器人的控制权完全委托给训练有素的人类用户，他们要监控机器人的运动并确定其轨迹。

第二类规划者是那些试图训练机器人规划自己的路径并自主移动的规划者。虽然其中一些规划器取得了可喜的成果，但它们可能是不可靠的，特别是当机器人在也有人类或动物居住的复杂环境中导航时。为了取得令人满意的结果，这些规划器通常需要昂贵的硬件和传感器。

特伦托大学的研究人员最近为机器人路径规划开发了一个替代框架。这个新的框架，在一篇预先发表在arXiv上的论文中提出，允许机器人识别和学习安全路径，只需跟随走在它们前面的人类操作员，就能到达一个期望的目的地。

进行这项研究的研究人员之一Alessandro Antonucci告诉Tech Xplore，“在人与机器人的互动中，机器人必须通过在非结构化和人满为患的工作环境中导航来跟随人类操作员，安全显然是最重要的。我们工作的主要目的是将机器人的路径规划程序委托给人类，但人类必须只专注于要走的路径。机器人则能够记住所走过的路径，并在未来的任务中重新使用它。”

安东努奇和他的同事开发的方法大大简化了路径规划的任务，因此它不需要特别昂贵的传感器或高度