具有社交意识的机器人导航的多目标优化方法

移动机器人正逐步进入许多人类居住的环境，包括医院，购物中心和人们的住所。为了使这些机器人与周围环境中的人类互动，他们应该尊重与他人共享给定环境相关的许多潜规则。

考虑到这一点，内华达州里诺大学的研究人员最近开发了一种非线性，多目标优化方法，该方法可以在移动机器人中实现具有社交意识的导航。这种方法首先在2018年国际机器人和系统会议(IROS)上发表的一篇论文中概述，现在在arXiv上发表，它确保了机器人不会侵入周围人的个人空间，同时还可以使人机更有效在几种情况下的交互(HRI)。

“这项研究最初是在我的论文中对机器人和儿童进行研究的一部分，”进行这项研究的研究人员之一大卫·菲尔·塞弗(David Feil-Seifer)告诉TechXplore。“早期的工作涉及为我们希望机器人与孩子互动的环境开发机器人。在这种情况下，我们通过机器人路径规划中常用的指标使机器人走了最“有效”的路径(以最大程度地减少时间运动，使行进的距离最小化，不会撞到任何东西。”

在以前发表在《人机交互》上的一项研究中，Feil-Seifer和他的同事试图为儿童居住的环境开发机器人导航行为。试点工作表明，机器人可以有效地到达期望的位置而不会撞到任何东西，但研究人员观察到，儿童通常对机器人的反应较差。

实际上，实验中使用的机器人通常会远离儿童，并尽可能快地朝其期望的位置移动。由于这种行为，孩子们认为机器人不想与他们互动。