正如司机遵守道路规则，大多数行人在走廊或拥挤的道路上通行时，也会遵循某些社交规范：靠右行走、从左侧超越、保持适当距离，并随时准备穿行或改变方向以避开迎面而来的障碍，同时保持稳定的步行速度。
如今，麻省理工学院的工程师设计出一款具有“社会意识导航”能力的自主机器人，它能跟上行人流动，同时遵守这些行人通行的一般规则。
在麻省理工学院斯塔塔中心内进行的行驶测试中，这款机器人外形像一台齐膝高的轮式自助终端，成功避免了碰撞，同时跟上了行人的平均流速。研究人员已在一篇论文中详细介绍了这款机器人的设计，并将于9月在IEEE智能机器人与系统国际会议上发表。
“对于在需要频繁与行人互动的环境中运行的移动机器人来说，具备社会意识的导航是一项核心能力。”曾在麻省理工学院攻读研究生、并领导这项工作的研究负责人兼论文第一作者余凡（Steven）陈说。“例如，小型机器人可以在人行道上运送包裹和食品。同样，个人移动设备也可以在人群密集的大型场所运送人员，比如购物中心、机场和医院。”
陈的合著者包括研究生迈克尔·埃弗里特、前博士后苗刘，以及麻省理工学院航空与航天学理查德·科克伯恩·麦克劳林教授乔纳森·豪。
社交驱动
机器人要在交通繁忙的环境中自主通行，必须解决四项主要挑战：定位（了解自己在环境中的位置）、感知（识别周围环境）、运动规划（确定前往指定目的地的最佳路径）和控制（实际执行规划路径）。
陈和同事采用标准方法解决了定位和感知问题。为实现感知，他们为机器人配备了现成传感器，例如网络摄像头、深度传感器和高分辨率激光雷达传感器。为解决定位问题，他们使用开源算法绘制机器人的环境地图并确定其位置。为了控制机器人，他们采用了控制自动驾驶地面车辆的标准方法。
“我们认为需要创新的领域是运动规划，”埃弗里特说。“确定自己在环境中的位置并知道如何沿着轨迹行进之后，接下来该走哪条轨迹呢？”
这是个棘手的问题，尤其是在行人密集的环境中，个人行进路线往往难以预测。为此，机器人研究人员有时会采用基于轨迹的方法：对机器人进行编程，使其计算一条最优路径，并将每个人期望的行进轨迹纳入考虑。由于人们不会明确告诉机器人自己要去哪里，这些轨迹必须根据传感器数据推断出来。
“但这样计算起来要花很长时间。你的机器人只能停在那里琢磨下一步该做什么；与此同时，在它决定‘我大概该往右走’之前，那个人早就走过它很远了，”埃弗里特说。“所以这种方法不太现实，尤其是当你希望机器人行驶得更快时。”
其他研究人员采用了速度更快的“反应式”方法：给机器人编写一个基于几何学或物理学的简单模型，以便快速计算出一条避开碰撞的路径。
埃弗里特说，反应式方法的问题在于人类行为难以预测——人们很少沿着笔直的几何路线行进，而是会穿行、徘徊，或拐去和朋友打招呼、买杯咖啡。在这种难以预测的环境中，这类机器人往往会撞到人，或者因为过度避让而显得像是被人群推着走。
“人们批评机器人在真实场景中可能过于谨慎或过于激进，”埃弗里特说。“人们觉得它们不符合社会认可的规则，比如给人留出足够空间，或以恰当速度行驶；它们带来的妨碍甚至多于帮助。”
训练时光
研究团队找到了一种克服这些局限的方法，让机器人能够适应难以预测的行人行为，在随人流持续移动的同时遵循行人通行的常见社交规范。
他们采用了强化学习，这是一种机器学习方法，通过计算机模拟训练机器人根据环境中其他物体的速度和轨迹选择特定路线。研究团队还在这一离线训练阶段融入了社会规范：他们在模拟中鼓励机器人从右侧超越行人，并在机器人从左侧超越时给予惩罚。
“我们希望它在人群中自然行进，不要打扰别人，”埃弗里特说。“我们希望它遵循和其他人一样的规则。”
强化学习的优势在于，研究人员可以离线执行这些训练场景——这需要大量时间和计算资源。机器人在模拟环境中完成训练后，研究人员便可以对它进行编程：当它在真实世界中识别到类似场景时，就执行模拟中确定的最佳路径。
研究人员让机器人每十分之一秒评估一次环境并调整路线。这样，机器人就能以每秒1.2米的典型步行速度持续穿过走廊，无需停下来重新规划路线。
“我们不再规划通往目标的完整路线——尤其是假设周围环境不断变化时，这么做已经没有意义，”埃弗里特说。“我们只观察眼前的情况，选定一个速度，按这个速度行进十分之一秒，然后再次观察环境、选定另一个速度，再继续前进。我们认为，这样一来，机器人看起来会更自然，也能预判人们的行动。”
人群管理
埃弗里特和同事在麻省理工学院斯塔塔大楼繁忙蜿蜒的走廊里对机器人进行了实地测试。机器人每次可以自主行驶20分钟。它随着行人流畅移动，通常沿走廊靠右通行，偶尔从行人左侧超越，并成功避免了所有碰撞。
“我们想把它带到人们日常活动的地方，比如去上课、买吃的地方，并证明它能很好地应对这些情况，”埃弗里特说。“有一次甚至遇上了一个参观团，它也完美地避开了他们。”
埃弗里特说，接下来他计划探索机器人在行人环境中应如何应对人群。
“人群的动态与个体不同；如果看到五个人一起行走，可能就需要学会完全不同的东西，”埃弗里特说。“或许有一条社交规则是：‘不要穿过人群，不要把人群分开，把他们视为一个整体。’这是我们未来要研究的方向。”
这项研究由福特汽车公司资助。
