服務(wù)機器人社會意識導(dǎo)航方法綜述

何 麗，張 恒，袁 亮，劉哲凝，張文智，鐘潤豪，張 帥

1.新疆大學(xué) 機械工程學(xué)院，烏魯木齊 830017

2.北京化工大學(xué) 信息科學(xué)與技術(shù)學(xué)院，北京 100029

《中國制造2025》規(guī)劃將機器人列為重點發(fā)展領(lǐng)域之一，提出了推進服務(wù)機器人應(yīng)用的重大需求。且由于人口老齡化加劇和智能化生活的普及，機器人服務(wù)人們?nèi)粘Ｉ畹男枨笕找嬖黾?，在醫(yī)療健康、家庭服務(wù)、餐飲服務(wù)、消殺防疫等不同服務(wù)領(lǐng)域發(fā)揮著重要的作用。特別是新冠肺炎疫情爆發(fā)以來，許多服務(wù)都要避免人與人的直接接觸，更突顯出研發(fā)新一代能夠適應(yīng)各種復(fù)雜多變環(huán)境且具備社會意識的服務(wù)機器人的迫切性。王天然院士指出，與人的共融改變了人與機器人的關(guān)系，是下一代機器人的本質(zhì)特征[1]。因此，在實時多變、與人共融的社會工作環(huán)境中，服務(wù)機器人需要有像人一樣的思考和交流能力，能夠?qū)崿F(xiàn)安全、可靠、舒適的自主導(dǎo)航，以獨立完成各種復(fù)雜的任務(wù)。

伴隨著傳感器技術(shù)的快速發(fā)展以及人工智能與機器人技術(shù)的深度融合，機器人智能導(dǎo)航技術(shù)已經(jīng)取得了較大的發(fā)展，目前已經(jīng)實現(xiàn)了在復(fù)雜環(huán)境中的自主移動和動態(tài)避障功能[2]。但要想使服務(wù)機器人真正走進人們的日常生活，基于避障到達目的地的自主導(dǎo)航已無法滿足人機共融的需求，人們逐漸關(guān)注對自主導(dǎo)航過程中人類舒適度、自然性和社會性[3]的研究，以及建立具備社會意識的智能導(dǎo)航規(guī)劃系統(tǒng)。

社會意識導(dǎo)航是指機器人在人-機-物共享空間時，根據(jù)人類的社會交互行為規(guī)則進行智能導(dǎo)航規(guī)劃的行為。傳統(tǒng)機器人的社會意識導(dǎo)航技術(shù)只是簡單地繞開人類舒適區(qū)，沒有考慮人類的交互行為和社會規(guī)則，無法按照人類可接受的社會行為進行導(dǎo)航。針對該問題，Charalampous等人[4]提出在地圖構(gòu)建中引入社會映射，將獲取的人類交互信息表征到地圖中，以進一步提高服務(wù)機器人的社會意識導(dǎo)航能力。Moller等人[5]為讓服務(wù)機器人更好地融入人們的日常生活，做出社會可接受的“正確”行為，結(jié)合主動視覺、機器人導(dǎo)航、人機互動和人類社會行為建模四個功能模塊，讓機器人具備社會意識導(dǎo)航的能力?？梢姡瑸樘嵘?wù)機器人的社會可接受性，與人共融的社會意識導(dǎo)航一直是服務(wù)機器人研究領(lǐng)域的熱點之一。

本文梳理了現(xiàn)階段國內(nèi)外有關(guān)服務(wù)機器人社會意識導(dǎo)航方法的研究工作和成果，對社會意識導(dǎo)航系統(tǒng)框架及主要研究方法進行了概述；并依據(jù)服務(wù)機器人對社會行為感知程度及方式的不同，對基于社會空間關(guān)系模型、社會行為學(xué)習(xí)及行人軌跡預(yù)測的社會意識導(dǎo)航方法進行歸納總結(jié)，并對未來的發(fā)展趨勢進行了展望。

1 服務(wù)機器人社會意識導(dǎo)航概述

與人共融服務(wù)機器人需要具有社會可接受的行為，能夠安全地、舒適地接近靜動態(tài)的人類和人類群體，尊重人的社會習(xí)俗同時完成導(dǎo)航任務(wù)。服務(wù)機器人社會意識導(dǎo)航系統(tǒng)框架如圖1所示。該導(dǎo)航系統(tǒng)是在感知、定位、運動規(guī)劃和運動控制的傳統(tǒng)導(dǎo)航框架上融入了社會意識導(dǎo)航模塊，旨在通過人體檢測追蹤、行人狀態(tài)提取、社會反應(yīng)控制、社會交互檢測等方法提取周圍環(huán)境的社會特征，以區(qū)分人類與常規(guī)障礙并能夠?qū)咏鼨C器人的行人做出合理避讓和運動規(guī)劃。

圖1 社會意識導(dǎo)航系統(tǒng)框架Fig.1 System framework for socially-aware navigation

結(jié)合服務(wù)機器人社會意識導(dǎo)航的發(fā)展歷程，依據(jù)社會行為感知程度及方式的不同，社會意識導(dǎo)航主要研究方法可分為以下三類：

（1）基于社會空間關(guān)系模型的導(dǎo)航方法。在早期研究中，由于導(dǎo)航過程行人數(shù)據(jù)繁雜難以利用，研究者們通過社會空間建模研究了基于模型的社會意識導(dǎo)航方法。主要通過一些社會規(guī)則假定，建立社會力模型或高斯模型，進行手工計算后由這些模型推導(dǎo)的結(jié)果指導(dǎo)機器人導(dǎo)航過程。

（2）基于社會行為學(xué)習(xí)的導(dǎo)航方法。雖基于模型的方法具有計算效率和可解釋性的優(yōu)勢，但適用性有限，這些模型的參數(shù)在不同環(huán)境甚至不同行人之間差異很大，同時也無法考慮復(fù)雜時變的社會關(guān)系。因此研究者們提出了基于社會行為學(xué)習(xí)的導(dǎo)航方法，通過深度學(xué)習(xí)捕捉由大量傳感器數(shù)據(jù)得到的環(huán)境和周圍人類的特征，實現(xiàn)了社會意識導(dǎo)航過程由模型驅(qū)動向數(shù)據(jù)驅(qū)動的轉(zhuǎn)變。

（3）基于行人軌跡預(yù)測的導(dǎo)航方法。基于空間數(shù)據(jù)的學(xué)習(xí)方法由于計算過程的時滯性，降低了服務(wù)機器人與人友好交互的能力?；诖耍芯空邆兺ㄟ^行人軌跡預(yù)測與社會意識導(dǎo)航算法進行時序匹配，更好地適應(yīng)行人場景中的高動態(tài)性。

2 基于社會空間關(guān)系模型的導(dǎo)航方法

社會空間關(guān)系模型主要包含社會力模型和高斯模型。其中社會力模型考慮行人的速度和方向進行模型構(gòu)建，高斯模型則通過行人的社會交互意圖建立交互空間來表現(xiàn)出社會意識。

2.1 基于社會力模型的導(dǎo)航方法

傳統(tǒng)社會力模型方法的核心是引入目標點對機器人的“引力”和障礙物對機器人的“斥力”，通過力的合成實現(xiàn)讓機器人既能向目標點移動，又能避開障礙物。在人的周圍添加“斥力”可以實現(xiàn)機器人在導(dǎo)航時避讓行人，但是這種避讓僅把人當作“障礙物”來處理，并沒有把人當成服務(wù)對象來對待。

部分研究人員通過改進或加入更多的社會力模型來實現(xiàn)多場景的社會意識導(dǎo)航。Ferrer等人[6]將社會力模型（social force model，SFM）引入導(dǎo)航中，提出了一種基于社會力模型的機器人社會意識導(dǎo)航方法，它將人類之間的社會互動用社會域或力量模型來表示，主要描述了人與機器人、人與人和人與障礙物之間的交互力。在導(dǎo)航中，機器人對社會力模型做出反應(yīng)，可以大大提高行人的接受度，實驗結(jié)果表明引入社會力模型的導(dǎo)航方法，具有社會感知意識且方差更小，能夠更高效地處理不同的社會任務(wù)。此后，服務(wù)機器人的社會意識導(dǎo)航研究經(jīng)常通過改進或擴展SFM以提高其在人類社會中舒適性導(dǎo)航的能力。Malviya等人[7]不僅考慮人與人、人與機器人之間的吸引與排斥，還考慮他們之間保持的距離是否均衡，以及這些距離在不同人類行為和社會習(xí)俗里的變化，通過加入幾種不同的社會力擴展了社會力模型，有助于模擬不同的人類行為并且運動軌跡更符合社會習(xí)俗，使得機器人的導(dǎo)航行為更加令人滿意。但該方法只適用于全體社會意識環(huán)境下的某一種，不適合復(fù)雜的社交場景，泛化性能較差，并且靈活性不高。Pérez-Hurtado等人[8]采用了一種基于膜計算的社會導(dǎo)航模型，提供了一種固有的并行計算框架，可以在并行硬件上模擬計算，能夠滿足機器人導(dǎo)航對實時性的要求，并結(jié)合動態(tài)窗口法和社會力模型規(guī)劃出能夠滿足社會要求的路徑。

除了改進社會力模型外，一些研究人員在社會意識導(dǎo)航中考慮空間關(guān)系學(xué)來實現(xiàn)合理的社交導(dǎo)航。Wang等人[9]在基于社會力模型和空間關(guān)系學(xué)的機器人導(dǎo)航框架上，提出了一種考慮速度約束的自適應(yīng)運動控制方法進行模型匹配?；诳臻g關(guān)系理論構(gòu)建了社會空間勢場，以產(chǎn)生社會交互力，而后提出一種動態(tài)控制方法，在結(jié)合運動速度約束的同時處理動態(tài)模型的不確定性，使機器人的運動受到目標社會力模型的自適應(yīng)控制，可以有效地解決感知人類的運動控制問題。與純運動控制和基于動態(tài)模型的控制相比，該方法在結(jié)合運動速度約束的同時可以處理動態(tài)模型的不確定性，可以進一步調(diào)節(jié)機器人與人之間的空間關(guān)系。雖然所提出的方法沒有違反空間約束，但是機器人的導(dǎo)航軌跡侵入了個人區(qū)域，社會規(guī)范不嚴格，沒有區(qū)分不同年齡、關(guān)系的行人。Reddy等人[10]通過添加新的社會力量模型，根據(jù)社會行為選擇幾何間隙來保證機器人與人群的舒適距離，提出了一種結(jié)合社會力模型、幾何方法和間隙選擇策略的混合算法。該算法在真實環(huán)境下表現(xiàn)較好，機器人在人群密集的環(huán)境下與人類的最小間隙為0.56 m，比次最佳方法高出10 cm以上，且未違反最小距離約束，時間花費少。與基于社會力模型的方法相比，該方法保持了更大的間隙，提供最大可能的交互空間，產(chǎn)生了更安全的軌跡。但是在導(dǎo)航過程中，沒有考慮人類的情緒狀態(tài)和行為方式，人機交互的可能性較小。Kivrak等人[11]針對人工勢場法普遍存在陷入局部最優(yōu)的問題，擴展了基于社會力模型的局部規(guī)劃器，將其與A*算法結(jié)合，同時納入了社交區(qū)域，并且考慮社會力大小和某些點的不連續(xù)可能發(fā)生的高速轉(zhuǎn)彎和振蕩問題，對連續(xù)的時間戳力進行一種插值或平滑處理，使得機器人的運動不會引起人類的不適；且為了避免不必要的重新規(guī)劃和提供平滑的運動控制，提出一種關(guān)鍵路徑點選擇算法，通過修剪全局路徑的某些部分來提取全局路徑的路徑點用于機器人的路徑規(guī)劃，實現(xiàn)一個完整、社交、平滑并且計算負荷低的機器人社會意識導(dǎo)航。

也有部分研究人員將人類運動軌跡考慮進社會力模型的導(dǎo)航方法中，Repiso等人[12]提出了一種機器人以人類社會行為陪伴個人或人群的導(dǎo)航方法，該方法將并排和V形的行人模型與預(yù)期的動力學(xué)規(guī)劃器相結(jié)合，機器人跟行人保持并排或V形隊形，預(yù)先避免靜態(tài)和動態(tài)障礙物，并可以動態(tài)改變其在群體中的位置。利用貝葉斯人類運動意向性預(yù)測器（Bayesian human motion intentionality predictor，BHMIP），機器人可以從目的地中選擇人群最可能去的目的地。通過結(jié)合BHMIP和SFM，機器人能夠預(yù)測行人運動，在5 s的時間窗口內(nèi)來預(yù)測他們的行為。此外，該方法還考慮了行人的隨機性和運動方向，機器人能夠調(diào)整速度，以適應(yīng)人的行為。但是遇到人群密集存在遮擋的情況下，機器人無法實時保持隊形，導(dǎo)航性能較差。Kamezaki等人[13]針對傳統(tǒng)路徑規(guī)劃方法會出現(xiàn)機器人在試圖通過密集人群時無法與人類進行協(xié)調(diào)，從而導(dǎo)致凍結(jié)的問題，開發(fā)出一種避障性、主動性和可引導(dǎo)性的近端群體導(dǎo)航方法，該方法基于一種新開發(fā)的可引導(dǎo)社會力量模型，首先基于社會力模型融合路徑規(guī)劃方法主動生成避碰、近端和引導(dǎo)物理觸摸路徑等多條路徑，基于可引導(dǎo)社會力量模型主動預(yù)測人體運動，根據(jù)機器人運動效率和人群入侵指數(shù)選擇最優(yōu)路徑，最后根據(jù)施加的力在人群中反應(yīng)移動，不僅可接近人類，還可通過物理觸碰人類來引導(dǎo)人類避讓，解決了機器人低效率的繞道問題和凍結(jié)問題。Kivrak等人[14]提出了基于碰撞預(yù)測的社會力模型，把該模型用作局部路徑規(guī)劃器，使得機器人在局部未知環(huán)境能夠進行平滑、安全的導(dǎo)航，在走廊等室內(nèi)環(huán)境場景中生成與人友好的無碰路徑。這是首次有人將社會力模型應(yīng)用于未知環(huán)境下，但其被應(yīng)用于真實環(huán)境時對傳感器和模型參數(shù)依賴高，在多層建圖后才能快速檢測障礙物，進行安全無碰撞的社會意識導(dǎo)航，準備工作較多。

為使機器人在人類社會中表現(xiàn)出更流暢及更符合社會習(xí)俗的軌跡，可以增加對人類行為信息的利用，一些研究人員將個體或者群體的狀態(tài)信息和社會力模型相結(jié)合，實現(xiàn)深層次的社會意識導(dǎo)航。Patompak等人[15]對社會力模型進行改進，將其擴展到人與機器人之間的社會關(guān)系，提出了一種基于社會力模型的社會關(guān)系模型（social relation model，SRM）的導(dǎo)航方法，機器人通過獲取人類的行為信息和社會交互程度來估計人類與機器人之間的關(guān)系，利用這些信息確定人類不可接受的區(qū)域，從而遵循一定的社會約束進行導(dǎo)航。在基于過渡的快速隨機樹算法上測試SRM的影響，結(jié)果表明通過集成SRM，可以降低不同環(huán)境下不可接受度和平均路徑長度，該模型在考慮人類可接受的感覺同時，有助于提高導(dǎo)航效率。然而該實驗假設(shè)人與機器人之間的關(guān)系因素很簡單，并僅由測試者指定，沒有考慮其他因素來定義人類和機器人之間的關(guān)系。除了考慮機器人與人之間的交互關(guān)系外，還要考慮機器人會面對人在與物體互動的狀態(tài)，不去打破人-物之間的關(guān)系，Truong等人[16]考慮復(fù)雜社交環(huán)境下的機器人導(dǎo)航問題，創(chuàng)新性地將機器人與人-物之間的交互考慮到導(dǎo)航系統(tǒng)中，提出一種社會反應(yīng)控制，通過將個體狀態(tài)（位置、方向、運動和人類視野）和社會互動群體（群體類型、群體中心、群體半徑和群體速度）納入傳統(tǒng)的社會力量模型，將其與傳統(tǒng)的路徑規(guī)劃技術(shù)相結(jié)合，使移動服務(wù)機器人能夠在人類交互環(huán)境中安全和社交地導(dǎo)航，并在真實場景驗證了其方法的有效性，但對傳感器要求高是限制其在大范圍應(yīng)用的主要原因。Yang等人[17]提出基于完整系統(tǒng)特征的擴展社會力模型方法，以激光測距儀和相機作為傳感器，構(gòu)建環(huán)境模型和檢測人類行為信息。對人群進行社會學(xué)研究的基礎(chǔ)上，構(gòu)建了動態(tài)分組模型，將行人行為具體化到一個群體中，以實現(xiàn)社會導(dǎo)航，為了與周圍環(huán)境互動，開發(fā)擴展社會力模型并且使用多策略決策模塊，設(shè)計幾種不同功能的機器人行為，從而作為一個整體完成了機器人導(dǎo)航框架，解決機器人在復(fù)雜和密集的環(huán)境很難進行社交友好的導(dǎo)航問題。但以上方法對檢測的精準程度要求較高，若出現(xiàn)部分遮擋問題其效率則會受到很大影響。

表1對基于社會力模型的導(dǎo)航方法進行了對比，從表中可以看出通過加入社會力模型可以使機器人擁有良好的交互能力，在此基礎(chǔ)上融合其他方法能夠讓機器人在導(dǎo)航過程中更加適應(yīng)行人的行為和運動，實現(xiàn)社會意識導(dǎo)航。但目前基于社會力模型的方法仍然存在不足，算法的傳感器依賴性高，而且算法對不同環(huán)境的適用性不高，與人類的運動軌跡還有一定的差距，想要實現(xiàn)能被行人完全接受的安全性高、適用范圍廣的社會感知導(dǎo)航還需對以上算法繼續(xù)深入研究和改進。

表1 基于社會空間關(guān)系模型的導(dǎo)航方法對比Table 1 Comparison of navigation methods based on social spatial relationship model

2.2 基于高斯模型的導(dǎo)航方法

上述社會力模型的建立主要是基于行人的行走速度和方向，用引力和斥力來表征行人的交互意圖，沒有考慮行人的行為方式和社交狀態(tài)，存在一定的局限性。而利用高斯模型建立行人的交互空間，機器人可以根據(jù)行人的社會交互信息調(diào)整社交區(qū)域，修改自己的軌跡，保證社會群體的心理安全和舒適性，表現(xiàn)出社會意識和交互行為。因此，建立社會空間模型對實現(xiàn)服務(wù)機器人社會意識導(dǎo)航是十分必要的。

在社會力模型的基礎(chǔ)上，Sheng等人[18]提出了一種基于社會力高斯行人社交模型的社會意識導(dǎo)航方法，利用高斯函數(shù)改進了行人社交模型，以適應(yīng)不同的行人運動行為和密度，且不需要關(guān)于環(huán)境的先驗信息和復(fù)雜的參數(shù)調(diào)整。該模型通過遵循人類社會規(guī)則，模擬行人社交空間，提高了機器人完成任務(wù)的成功率和效率。但是在行人密集的情況下，機器人的路徑平滑性較差，需要執(zhí)行更多的轉(zhuǎn)彎、加速和減速。Gines等人[19]提出了一種人類可接受的機器人導(dǎo)航算法，將社會行為模塊和社會導(dǎo)航模塊集成到機器人認知架構(gòu)中，并添加社會關(guān)系層修改本地代價地圖，利用高斯函數(shù)建立了不同的社交區(qū)域。機器人不僅可以探測到人類的個人區(qū)域，還能夠感知人類對其的態(tài)度，調(diào)整社交區(qū)域的大小。經(jīng)過測試，參與者認為機器人和人之間的距離足夠，舒適度好。雖然提高了社會意識導(dǎo)航的舒適度，但行駛路徑和導(dǎo)航時間較長。

上述方法雖然一定程度上保證了人類的安全和舒適性，但是行駛路徑和時間較長，且路徑不平滑。針對此問題，Ngo等人[20]提出了一種利用動態(tài)窗口法和優(yōu)化成本函數(shù)的移動機器人導(dǎo)航框架。將獲取的人類狀態(tài)進行個人空間建模，在參考路徑的假設(shè)下，建立了機器人的運動模型，采用動態(tài)窗口法和優(yōu)化成本函數(shù)搜索圖中的最短路徑。實驗對三個框架（沒有人類感知框架，有人類區(qū)域的基本模型和擴展的個人空間）進行測試。結(jié)果表明在保證行人的安全和舒適的情況下，機器人接近行人的路徑更平滑，沒有打破安全閾值。但是由于計算繁重和導(dǎo)航過程復(fù)雜，只能應(yīng)用于低密度人群。Daza等人[21]提出了一種基于最優(yōu)互惠避免碰撞的社會導(dǎo)航方法，使用對稱高斯函數(shù)模型來表示個人距離和鄰近區(qū)域，將交互模型與導(dǎo)航算法結(jié)合，機器人可適應(yīng)不同場景下的導(dǎo)航。結(jié)果表明機器人在避免入侵社交區(qū)域時的運動路徑平滑。但是在導(dǎo)航過程中，只考慮了行人的社交區(qū)域，沒有考慮人機互動的其他特征，例如社會習(xí)俗、身份文化等方面的因素。

在服務(wù)機器人社會意識導(dǎo)航過程中，服務(wù)機器人不僅能夠友好地避讓行人，還應(yīng)及時獲取人類的交互信息，識別行為動作，依據(jù)不同的社會交互調(diào)整社會空間模型，進行社會意識導(dǎo)航。Truong等人[22]提出了一個具有社會意識的機器人導(dǎo)航框架，通過深度圖像和激光數(shù)據(jù)融合進行人體檢測及跟蹤，獲取行為信息，使用二維高斯函數(shù)對社會群體交互空間建模。機器人可以檢測人或人群的接近姿態(tài)，進而能夠安全地、舒適地接近社會環(huán)境中的人類群體。在模擬和真實場景的實驗中，服務(wù)機器人使用該導(dǎo)航框架成功地處理了10種社會情境，能夠保證個人和社會群體的心理安全和舒適性。然而，該導(dǎo)航框架不適用于高動態(tài)的社會環(huán)境，人類的時變運動會導(dǎo)致輕微的預(yù)測誤差。Charalampous等人[23]提出一個允許在人類居住環(huán)境中綜合導(dǎo)航的機器人框架。在機器人的巡視過程中，機器人可以檢測到人類，同時利用深度學(xué)習(xí)策略來識別人類的行為，結(jié)合深度信息發(fā)現(xiàn)個人在地圖上的位置，構(gòu)建三維度量圖，并根據(jù)所識別的動作，使用高斯函數(shù)構(gòu)建交互空間模型改變社交區(qū)域。其中加入人體檢測和動作識別模塊，可以判斷人類活動，機器人并不是簡單地避免碰撞人類，而是能夠遵循社會行為進行導(dǎo)航。但是在人體檢測模塊失效的情況下，人們會被視為簡單的障礙，機器人只是避免碰撞，沒有考慮社交規(guī)則。Truong等人[24]又提出了基于RGB-D和激光數(shù)據(jù)融合的人類檢測和跟蹤，并用于社會感知的機器人導(dǎo)航框架。與以往的工作不同，該方法考慮了人的相對位置和運動狀態(tài)，以及人和機器人之間的相對運動，利用二維高斯函數(shù)建模人類擴展的個人空間。此外，該方法對站立、行走的個人和兩三個人組成的人群場景進行測試，服務(wù)機器人能夠保證人類在社會環(huán)境中的安全和舒適進行導(dǎo)航，但是對于人物交互的關(guān)注程度小。在此基礎(chǔ)上，又提出了一個更有效的保證人類安全的導(dǎo)航框架[25]。該框架不僅考慮了人類狀態(tài)和交互信息，利用高斯函數(shù)建模擴展的個人空間和社會互動空間，而且將兩者結(jié)合形成一個動態(tài)的社會區(qū)域。該區(qū)域可以作為導(dǎo)航系統(tǒng)的人類感知決策模塊，允許移動機器人可以在人類居住的環(huán)境中安全和社會性地接近人群，并對人與物交互做出合適的反應(yīng)。但是需要強大、實時和魯棒的人工檢測和跟蹤技術(shù)來提高導(dǎo)航系統(tǒng)的性能，在高動態(tài)環(huán)境中導(dǎo)航速度不夠快。

利用二維對稱高斯函數(shù)建立社會空間模型，沒有考慮人類所有維度的信息，如距離、身份、位置、移動和方向，服務(wù)機器人做出的導(dǎo)航行為不是最合適的，而使用非對稱高斯函數(shù)能夠根據(jù)不同的社會特征和運動狀態(tài)表征不同的社交距離，從而建立不同的社會空間模型，服務(wù)機器人對此做出相適應(yīng)的行為，進行社會感知導(dǎo)航。Vega等人[26]提出了使用自適應(yīng)空間密度函數(shù)在人類靜態(tài)環(huán)境中的社會導(dǎo)航，根據(jù)人群的空間排列有效地聚類，并使用非對稱高斯函數(shù)和全局密度函數(shù)構(gòu)建數(shù)學(xué)模型定義場景中個人空間和每個物體對應(yīng)的空間。測試結(jié)果表明，導(dǎo)航架構(gòu)中使用聚類算法和社會規(guī)則可以實現(xiàn)社會可接受的導(dǎo)航，不會影響導(dǎo)航性能。但是該方法只考慮了靜態(tài)的情景，沒有考慮動態(tài)的行人交互及行人姿態(tài)的變化。Chen等人[27]提出了一種考慮社會習(xí)俗權(quán)重的導(dǎo)航框架。通過獲取人類狀態(tài)和社會互動的信息，利用二維非對稱高斯函數(shù)計算了社會互動空間中點的代價進行建模。機器人運動路徑受社會習(xí)俗權(quán)重的影響，社會習(xí)俗的權(quán)重越大，機器人離社會互動空間越遠。Calderita等人[28]提出了一個引入依賴時間社會映射的導(dǎo)航框架，該框架主要應(yīng)用于護理中心，根據(jù)深度狀態(tài)表征和表層認知結(jié)構(gòu)構(gòu)建時間依賴的社會地圖，使用非對稱高斯函數(shù)對個人交互空間建模，該函數(shù)由兩個不同方向的橢圓函數(shù)構(gòu)成。與經(jīng)典路徑規(guī)劃相比，機器人能夠安全到達目標且不會打擾人類治療等行為活動。但是該方法的導(dǎo)航路徑和時間較長，對于護理中心不同的人物，機器人仍然無法準確區(qū)別對待。如機器人應(yīng)更接近工作人員，而與普通人保持友好的社會距離。

表1對基于高斯模型的導(dǎo)航方法進行了對比，從表中可以看出，大部分研究都是使用高斯函數(shù)對人群進行社會空間建模，不同之處在于，部分研究通過深度圖像和激光數(shù)據(jù)融合技術(shù)及時獲取人類的行為狀態(tài)和交互信息，識別人體動作并及時調(diào)整空間關(guān)系模型，可以在一定程度上提高服務(wù)機器人社會意識導(dǎo)航的安全性和舒適性。雖然上述研究在各種社會環(huán)境下顯示了較好的實驗效果，但目前服務(wù)機器人構(gòu)建社會空間關(guān)系模型缺乏時序性和高動態(tài)性，它不僅需要及時準確地獲取人體信息，還需對時序信息進行及時持續(xù)的跟蹤和更新，并結(jié)合注意力機制，融合人群分組及行人軌跡預(yù)測方法，建立動態(tài)社會交互空間模型，以提高服務(wù)機器人與人交互的實時性和友好性，滿足社會意識導(dǎo)航的需求。

3 基于社會行為學(xué)習(xí)的導(dǎo)航方法

基于模型的方法，如上述社會力模型、高斯模型等，都傾向于設(shè)計一個特定的規(guī)則來描述社會行為，將社會意識導(dǎo)航問題轉(zhuǎn)化為一個優(yōu)化問題，這些方法具有一定的計算效率和可解釋性，但因這些模型的參數(shù)在不同環(huán)境甚至不同行人之間差異很大，適用性有限?；趯W(xué)習(xí)的方法通過在大量的訓(xùn)練數(shù)據(jù)上優(yōu)化網(wǎng)絡(luò)獲得導(dǎo)航策略，早期采用監(jiān)督學(xué)習(xí)的范式，通過模仿學(xué)習(xí)讓機器人模仿專家行為來學(xué)習(xí)導(dǎo)航策略。Tai等人[29]提出了一種能夠讓機器人直接利用原始深度信息來在行人動態(tài)環(huán)境中持續(xù)學(xué)習(xí)的導(dǎo)航方法，使用生成對抗模仿學(xué)習(xí)對行為克隆策略進行了改進，讓機器人不再需要特定傳感器來獲取數(shù)據(jù)，同時大大降低了計算時間，提高了導(dǎo)航過程的實時性，但算法性能受到機器人速度和視角的影響，而且訓(xùn)練出的導(dǎo)航策略無法適應(yīng)復(fù)雜擁擠環(huán)境。

近年來，為了解決機器人在擁擠環(huán)境下的社會意識導(dǎo)航問題，將深度強化學(xué)習(xí)（deep reinforcement learning，DRL）應(yīng)用于機器人導(dǎo)航的研究中，DRL結(jié)合了深度學(xué)習(xí)的表示能力和強化學(xué)習(xí)的決策能力，基于DRL模型的導(dǎo)航方法可以使機器人具備自主學(xué)習(xí)和決策的能力，具有學(xué)習(xí)能力強、對傳感器精度依賴低等優(yōu)點[30]。深度強化學(xué)習(xí)的目標是通過與環(huán)境的交互最大化獎勵函數(shù)來學(xué)習(xí)導(dǎo)航策略，一些研究者基于獎勵函數(shù)的改進來實現(xiàn)符合社會規(guī)則和考慮人類舒適性的導(dǎo)航任務(wù)，Chen等人[31]提出SA-CADRL，通過添加復(fù)雜的社會規(guī)范獎勵來實現(xiàn)類人的社交導(dǎo)航行為；Cui等人[32]提出了一個深度世界過渡模型來估計機器人未來的觀測和相應(yīng)的獎勵，并設(shè)計了一個考慮社會習(xí)俗的獎勵函數(shù)來指導(dǎo)導(dǎo)航策略的訓(xùn)練。上述導(dǎo)航策略能夠遵循右行的社會規(guī)則，能夠在人群中適應(yīng)行人的速度，但是沒有適應(yīng)行人的舒適區(qū)域。Lu等人[33]進一步研究行人舒適距離隨人群密度的變化規(guī)律，將該規(guī)律應(yīng)用于DRL獎勵函數(shù)的塑造，得到了彈性獎勵函數(shù)，該獎勵函數(shù)可以指導(dǎo)并訓(xùn)練出適應(yīng)不同密度人群和考慮行人舒適性的導(dǎo)航策略，然而，僅僅通過獎勵函數(shù)來鼓勵機器人進行復(fù)雜的社交活動是一項具有挑戰(zhàn)性的任務(wù)，即使獎勵函數(shù)在某些情況下看起來很明顯，它通常也必須被規(guī)則化。深度強化學(xué)習(xí)中的一個新興領(lǐng)域關(guān)注的是內(nèi)在動機[34]，內(nèi)在動機以不同的方式內(nèi)在地激勵機器人的導(dǎo)航行為，其中一種方式被稱為“授權(quán)”，授權(quán)被應(yīng)用于激勵機器人獨立完成導(dǎo)航行為，并在獎勵較少的環(huán)境中進行訓(xùn)練，Heiden等人[35]使用授權(quán)為機器人提供內(nèi)在動機，機器人在其環(huán)境中努力為人類賦權(quán)，這樣人類就不會被機器人的存在和運動所干擾。

行人數(shù)量的增加和動態(tài)變化給機器人導(dǎo)航造成很大挑戰(zhàn)，適應(yīng)密集動態(tài)人群的DRL模型是發(fā)展社會意識導(dǎo)航技術(shù)的關(guān)鍵。Everett等人[36]提出在網(wǎng)絡(luò)輸入處加入長短時記憶網(wǎng)絡(luò)（long short-term memory，LSTM），通過LSTM編碼大量的行人狀態(tài)到固定長度的向量里，使機器人擁有通過觀察任意數(shù)量的行人來選擇動作的能力。Liu等人[37]針對機器人在擁擠復(fù)雜的動態(tài)環(huán)境下無法導(dǎo)航的問題，融合了模仿學(xué)習(xí)和深度強化學(xué)習(xí)方法，通過將靜態(tài)障礙物和行人的信息分開處理，提出可廣泛應(yīng)用于實體機器人的導(dǎo)航方法。Everett等人[38]隨后針對機器人導(dǎo)航過程中行人數(shù)量增加的問題，開發(fā)一種新的算法來學(xué)習(xí)避碰策略，用LSTM編碼空間表示取代時間表示，能夠在鄰近行人數(shù)量增多時，提高機器人的避碰能力和最優(yōu)決策能力，但是簡化了對其他行人動作模型的假設(shè)。

在動態(tài)密集人群中導(dǎo)航時，機器人不僅要避免與人碰撞、還要考慮人類的舒適性與社會規(guī)則，以往基于模型的方法只考慮了單個的人機交互。受到注意力機制的啟發(fā)，Chen等人[39]超越單個的人機交互，聯(lián)合建模人與機器人和人與人之間的交互，利用自我注意機制將交互特征聚合為群體表示，從而推斷出鄰近人類對其未來狀態(tài)的相對重要性，產(chǎn)生了具有交互認知能力的導(dǎo)航效果，但是，當人群規(guī)模增大時，導(dǎo)航性能就會下降。Chen等人[40]提出了利用網(wǎng)絡(luò)識別并關(guān)注人群中對導(dǎo)航有影響的人來解決這個問題，首先訓(xùn)練了一個基于人眼注視數(shù)據(jù)的圖卷積神經(jīng)網(wǎng)絡(luò)，該網(wǎng)絡(luò)可以準確估計人群中不同主體的注意力，然后將學(xué)習(xí)到的注意力整合到一個基于圖的強化學(xué)習(xí)結(jié)構(gòu)中，所提出的注意機制能夠為機器人的鄰居分配有意義的權(quán)重，并且具有額外的可解釋性。孫立香等人[41]針對值函數(shù)模型難以擬合復(fù)雜行人環(huán)境的問題，基于行人交互信息對值函數(shù)網(wǎng)絡(luò)進行改進，通過行人角度網(wǎng)格對行人之間的交互信息進行提取，并通過注意力機制提取行人行走軌跡的時序特征，學(xué)習(xí)得到行人當前狀態(tài)與歷史狀態(tài)的相對重要性以及對機器人導(dǎo)航策略的聯(lián)合影響。Xu等人[42]針對值函數(shù)模型只學(xué)習(xí)稀疏獎勵下的離散動作導(dǎo)航策略，收斂速度慢、動作空間有限的問題，提出了一種基于增廣關(guān)系圖的深度強化學(xué)習(xí)方法，通過將交叉熵方法引入到關(guān)系圖學(xué)習(xí)框架中，在連續(xù)動作-狀態(tài)空間中獲得足夠的訓(xùn)練樣本，并引入圖形注意力網(wǎng)絡(luò)提取高效、可擴展的群體交互特征。

社會環(huán)境下的服務(wù)機器人要處理的信息不應(yīng)該僅僅是一系列人，而應(yīng)是一個更復(fù)雜的數(shù)據(jù)結(jié)構(gòu)，包括人與機器人、人群內(nèi)部和人與物之間的交互關(guān)系，這種復(fù)雜的交互關(guān)系可以通過關(guān)系圖來表示，圖卷積神經(jīng)網(wǎng)絡(luò)（graph neural network，GNN）是一種特別適合用來處理這些關(guān)系圖的方法，并且具有可擴展性的優(yōu)點。Chen等人[43]提出了基于深度強化學(xué)習(xí)的關(guān)系圖學(xué)習(xí)方法應(yīng)用于機器人社交導(dǎo)航，首先利用智能體之間的潛在特征來推理它們之間的關(guān)系，并使用一個圖卷積神經(jīng)網(wǎng)絡(luò)在每個智能體的狀態(tài)表示中編碼高階交互，然后將其用于狀態(tài)預(yù)測與值估計。所提出方法能夠在考慮人類群體時間變化的情況下，執(zhí)行多步前瞻性的規(guī)劃，但是這種方法忽略了人類的方向、速度等其他信息。Rodriguez等人[44]利用GNN的關(guān)系歸納偏差產(chǎn)生場景表示，結(jié)合GNN和CNN生成用于社會意識導(dǎo)航的實時成本圖，該模型的主要限制是它考慮的場景是靜態(tài)的。Bachiller等人[45]進一步提出了由六個消息傳遞圖神經(jīng)網(wǎng)絡(luò)組成的GNN架構(gòu)，使得導(dǎo)航模型能夠適應(yīng)于動態(tài)場景，并且可擴展，可以考慮更多數(shù)量的交互和社會因素。Liu等人[46]將社交導(dǎo)航場景建模為一個分散的時空圖，以捕捉機器人與多個人類在空間和時間上的交互，然后將分散的時空圖轉(zhuǎn)化為一種新的端到端的分散結(jié)構(gòu)循環(huán)神經(jīng)網(wǎng)絡(luò)，能夠推理時空關(guān)系，用于機器人社交導(dǎo)航?jīng)Q策，并使用無模型的深度強化學(xué)習(xí)算法來訓(xùn)練網(wǎng)絡(luò)，由于機器人完全從自己的經(jīng)驗中學(xué)習(xí)，由此產(chǎn)生的導(dǎo)航策略更容易適應(yīng)密集的人群和部分可觀性。

表2對基于深度強化學(xué)習(xí)的導(dǎo)航方法進行對比，可以看出，基于深度強化學(xué)習(xí)算法進行社會行為學(xué)習(xí)為解決社會意識導(dǎo)航問題提供了有效的手段，特別是在高密度人群和高交互復(fù)雜度的場景。但是這些方法大多是在模擬環(huán)境中實現(xiàn)的，真實世界更加復(fù)雜和動態(tài)，將這些訓(xùn)練好的導(dǎo)航策略遷移到真實世界的機器人社會意識導(dǎo)航任務(wù)中是核心挑戰(zhàn)。

表2 基于深度強化學(xué)習(xí)的導(dǎo)航方法對比Table 2 Comparison of navigation methods based on deep reinforcement learning

4 基于行人軌跡預(yù)測的導(dǎo)航方法

在人-機-物共享空間的服務(wù)場景中實現(xiàn)機器人的自主導(dǎo)航，對場景中的行人進行軌跡預(yù)測是一個關(guān)鍵點。行人軌跡預(yù)測的核心任務(wù)是利用過去觀察到的行人運動軌跡，通過建立模型，讓機器學(xué)習(xí)由行為推理、與他人的交互、周圍環(huán)境的影響等產(chǎn)生的一些規(guī)則，理解復(fù)雜環(huán)境中的人類運動，從而在未來短時間內(nèi)預(yù)測行人的運動軌跡。

大多數(shù)基于當前觀測的反應(yīng)性社會力模型通常適用于跟蹤問題，對于預(yù)測問題來說，這類方法由于其貪婪性會在長期預(yù)測中失敗，并會在局部代價最小的區(qū)域被阻塞。為了解決上述問題，Chung等人[47]在自我圖的基礎(chǔ)上進行了改進，提出了行人自我圖（pedestrian egograph，PEG），通過統(tǒng)計多種行人路徑，并將統(tǒng)計后的路徑數(shù)據(jù)作為樣本用來生成不同的軌跡，同時利用egograph的多假設(shè)特性，幫助建立軌跡預(yù)測的概率模型；為了讓機器人能夠理解行人行為與環(huán)境之間的空間關(guān)系，建立了一個空間認知模型，并通過實驗對方法的效果進行了驗證，證明了基于該算法的服務(wù)機器人能通過檢測和學(xué)習(xí)環(huán)境中的空間效應(yīng)來表現(xiàn)出社會可接受的運動。為了解決機器人在人口稠密環(huán)境中的導(dǎo)航任務(wù)，Kuderer等人[48]提出了一種基于最大熵原理的導(dǎo)航學(xué)習(xí)方法。該方法允許機器人從觀察到的行人軌跡中捕捉并學(xué)習(xí)人類導(dǎo)航行為的潛在概率分布，使其能夠預(yù)測其周圍行人的行為，并做出適當?shù)姆磻?yīng)，但該方法只關(guān)注于導(dǎo)航軌跡。為了讓服務(wù)機器人能夠了解他們所接觸到的人的意圖以及同時識別他們的行為，Xiao等人[49]提出了一種學(xué)習(xí)預(yù)測行人未來動作的解決方案，將改良后的距離函數(shù)融合進聚類算法中，使其可以測量機器人附近的那些非重疊軌跡的相似性。然后使用了預(yù)訓(xùn)練的支持向量機，將當前觀察到的行人軌跡的起始部分與樣本的起始部分進行匹配，從而對未來路徑提出多個選項，讓機器人能夠以不打擾行人的方式進行移動。Bera等人[50]提出了SocioSense，與以往的社會意識導(dǎo)航算法相比，該方法無需預(yù)計算，算法的實時性好，同時其具有通用性和良好的解釋性。但是該系統(tǒng)的行人軌跡數(shù)據(jù)是通過透視矯正得到的，存在準確性和局限性問題；而行為分類是基于人格模型和Eysenck PEN建立的，這可能無法為所有觀察到的行為進行建模。

許多方法都試圖通過與人保持適當距離來提高人類的舒適性，但那些方法很多沒有考慮到靜態(tài)導(dǎo)航規(guī)劃會導(dǎo)致機器人為了適應(yīng)人的運動而持續(xù)改變其導(dǎo)航行為。機器人持續(xù)的導(dǎo)航規(guī)劃會導(dǎo)致其行為缺乏一致性并且會讓人感覺混亂和不自然，無法實現(xiàn)社會意識導(dǎo)航任務(wù)。Kollmitz等人[51]提出了一種新的人類意識導(dǎo)航方法，該方法使用社會代價地圖和及時規(guī)劃來改善人口稠密環(huán)境中的移動機器人導(dǎo)航行為，但該方法只適用于局部導(dǎo)航規(guī)劃。服務(wù)機器人如果想用于真實環(huán)境，就需要在較長時間范圍內(nèi)進行導(dǎo)航規(guī)劃，因此Bruckschen等人[52]提出了一種基于長期運動預(yù)測、人類舒適區(qū)域約束的路徑規(guī)劃系統(tǒng)和基于時間依賴性代價地圖的人類感知導(dǎo)航系統(tǒng)。通過分析行人之間的交互，將學(xué)習(xí)到的知識轉(zhuǎn)化為可用于預(yù)測未來導(dǎo)航目標的基礎(chǔ)，然后應(yīng)用代價網(wǎng)格來限制機器人與人類之間的距離，同時利用基于時間的路徑規(guī)劃方法以實現(xiàn)高效且讓人感到舒適的導(dǎo)航行為。

代價地圖存在實時性和適用性問題，無法適應(yīng)復(fù)雜環(huán)境，而神經(jīng)網(wǎng)絡(luò)在發(fā)展過程中逐漸被用于行人軌跡預(yù)測。在此基礎(chǔ)上，Chen等人[53]對社會意識模型進行了改進，在當前行人軌跡序列輸入層和行人位置估計層之間增加一個集合池化層，從而更準確地模擬行人軌跡。由于使用了基于預(yù)測的行人軌跡和跟蹤代價判斷來優(yōu)化局部避障功能，使機器人能夠以更安全、更高效的方式在不斷變換的中低密度人群環(huán)境中行進。Pfeiffer等人[54]的工作考慮了行人周圍的靜態(tài)環(huán)境，引入了一種基于極坐標的空間一維網(wǎng)格對周圍行人進行編碼，使其可以捕捉行人之間的復(fù)雜交互，還可以將環(huán)境中的靜態(tài)障礙物納入到導(dǎo)航規(guī)劃中，同時降低了預(yù)測過程中的運算復(fù)雜性，讓該方法具有擴展到密集人群的能力。而且該方法不需要已知行人的目的地，這一特性能夠讓機器人更好地適應(yīng)現(xiàn)實世界。Sathyamoorthy等人[55]為了解決機器人在不同密度人群中的適應(yīng)性問題，提出了Dense-CAvoid，改進了RobustTP算法并與導(dǎo)航算法相融合，提高了對傳感器噪聲數(shù)據(jù)的處理能力，能夠在密集人群中生成平滑的軌跡。但是在導(dǎo)航過程中，機器人可能會產(chǎn)生凍結(jié)問題。為了解決上述問題，又提出了Frozone[56]，利用行人檢測和行人軌跡預(yù)測，提前確定機器人可能會發(fā)生凍結(jié)或者會對人類產(chǎn)生干擾的區(qū)域，構(gòu)建潛在凍結(jié)區(qū)，讓機器人在行進過程中避開該區(qū)域，以滿足機器人在密集行人環(huán)境中的安全性和符合社會規(guī)則的要求。但該方法仍然存在一定的局限性：凍結(jié)區(qū)在沒有人類愿意配合的情況下，仍是無法完全避免。該方法的表現(xiàn)很大程度上受到行人跟蹤算法和對行人友好度建模算法的影響。

表3對基于行人軌跡預(yù)測的導(dǎo)航方法進行了對比，從表中可以看出，這些方法雖有不同，但都關(guān)注導(dǎo)航過程中的實時性、適用性、對人類社會關(guān)系的理解以及對人類復(fù)雜交互捕捉和互動的能力。盡管這些方法在上述方面做了許多改進，但在復(fù)雜的現(xiàn)實環(huán)境中，要想讓機器人實現(xiàn)符合社會規(guī)則的順滑的運動規(guī)劃，還需要在算法實時性和不同環(huán)境的適應(yīng)性上做出更多努力。

表3 基于行人軌跡預(yù)測的導(dǎo)航方法對比Table 3 Comparison of navigation methods based on pedestrian trajectory prediction

5 挑戰(zhàn)與展望

盡管學(xué)者們對服務(wù)機器人社會意識導(dǎo)航技術(shù)已經(jīng)進行了大量的研究，并取得了一定的成果，但若想進一步提升機器人的社會意識導(dǎo)航性能，仍面臨著許多難題和挑戰(zhàn)。首先，對于復(fù)雜高動態(tài)密集人群的檢測，行人之間存在遮擋等問題，機器人難以準確地識別行人?，F(xiàn)有行人軌跡預(yù)測方法仍存在無法對周圍場景充分理解、無法適應(yīng)復(fù)雜多變的環(huán)境，社會意識導(dǎo)航的過程中機器人無法考慮自身對人類的影響等問題。其次，在社會生活中，人類的行為活動是一系列連貫的動作，有些動作只有細微的差別但是意義完全不同。但是機器人在導(dǎo)航過程中，識別相似的動作判別一致，對不同時刻行人的人體信息缺少跟蹤和更新，檢測識別行人是片段化、不連續(xù)的，構(gòu)建社會交互空間的時序性不能保證，無法進行友好的社會性導(dǎo)航。最后，目前導(dǎo)航算法中對行人的反應(yīng)因素考慮較少，大部分研究者將行人視為動態(tài)、無反應(yīng)的障礙進行訓(xùn)練，導(dǎo)致現(xiàn)實環(huán)境中的機器人運動使行人感到不適，行人會因此產(chǎn)生機器人沒有預(yù)測到的反應(yīng)，行人和機器人短期相互作用產(chǎn)生振蕩，導(dǎo)致機器人短期難以做出合適的路徑規(guī)劃。

在眾多先進技術(shù)與應(yīng)用創(chuàng)新的挑戰(zhàn)下，目前對社會意識導(dǎo)航的理論研究和系統(tǒng)開發(fā)還需要進一步深入，具體有以下幾個方面：

（1）通過多源信息融合構(gòu)建低成本、魯棒性強、檢測效率高的社會意識導(dǎo)航系統(tǒng)，使其在多異構(gòu)環(huán)境都能正常使用。深入研究多種信息源融合處理技術(shù)，產(chǎn)生對人類和所處環(huán)境較全面的檢測，保證數(shù)據(jù)的完整性和數(shù)據(jù)傳輸?shù)母咝?，減小多源信息融合過程中產(chǎn)生的誤差，降低損耗率和關(guān)聯(lián)難度，從而獲得全面和具體的數(shù)據(jù)信息，實現(xiàn)在密集人群中并存在部分遮擋環(huán)境下的精確檢測的社會意識導(dǎo)航。

（2）在社會行為認知上可通過精確感知社交線索信息幫助服務(wù)機器人充分理解人類行為和意圖。在現(xiàn)有的社會意識導(dǎo)航中增加多個社交線索的聯(lián)合分析系統(tǒng)，增加多個檢測窗口，檢測行人的多個可見部位，并擴展人體信息特征識別類型，將人體姿態(tài)、頭部朝向、面部表情、生理活動等指導(dǎo)著社交活動的信號融合識別，建立知識信息的相關(guān)聯(lián)系，將多種類型的信息特征進行融合，同時增強機器人對人體外觀模型的學(xué)習(xí)，從而提高機器人對行人意圖的精確感知。

（3）有效的時空建?？蓸O大地提高行為識別的精度，實現(xiàn)高效的長時序時空特征建模有助于提高社會意識導(dǎo)航的被接受程度和應(yīng)用范圍。通過從準確的時序信息中提煉更精確的時空特征和運動特性，設(shè)計多尺度時空特征融合模塊，探索高效率的多尺度時空特征提取網(wǎng)絡(luò)，實現(xiàn)實時和高效的社會意識導(dǎo)航。

6 總結(jié)

本文首先總結(jié)了服務(wù)機器人社會意識導(dǎo)航系統(tǒng)框架；其次對其中社會行為認知層面涉及到的基于模型的社會空間關(guān)系建模方法、基于數(shù)據(jù)的社會行為學(xué)習(xí)方法、基于時空序列的行人軌跡預(yù)測方法的國內(nèi)外研究進展進行了總結(jié)歸納。最后在列舉分析了現(xiàn)有社會意識導(dǎo)航優(yōu)勢與不足之后，探討了現(xiàn)有社會意識導(dǎo)航存在的問題，并對該領(lǐng)域未來的發(fā)展方向進行了展望。

目前，針對服務(wù)機器人社會意識導(dǎo)航相關(guān)理論、方法及技術(shù)還不夠完善，距離服務(wù)機器人能“像人一樣”的自主移動和工作的目標還有一定的差距。因此，在服務(wù)機器人社會意識導(dǎo)航研究及其實際應(yīng)用的未來工作中，應(yīng)該進一步加深對導(dǎo)航算法體系的理論研究，以現(xiàn)有的服務(wù)機器人系統(tǒng)為著手點，加強時空數(shù)據(jù)的分析匹配、數(shù)據(jù)特征的提取能力以及學(xué)習(xí)模型效率的研究，進一步提高服務(wù)機器人社會意識導(dǎo)航系統(tǒng)性能，提升服務(wù)機器人在動態(tài)社會環(huán)境下的與人共融性及友好交互，進而推進服務(wù)機器人在多場景下的應(yīng)用與普及。