首页 /研究 /拥挤环境下的拥塞感知机器人路径规划
LOCOMOTION

拥挤环境下的拥塞感知机器人路径规划

Stefano Bernagozzi, Charlie Street, Masoumeh Mansouri, Lorenzo Natale

发表年份
2026
访问权限
开放获取

摘要

本文提出了一种针对拥挤环境的概率性路径规划器,通过学习圆形线性流场图预测人类轨迹,并构建马尔可夫决策过程在线优化机器人路径。实验在真实商场数据集上验证了该方法在人群动态变化场景中的可扩展性和有效性。

关键词

crowd-aware planningtour planningprobabilistic modelCLiFF mapMarkov decision process

相关论文

查看 LOCOMOTION 分类全部论文