沙丘社区
论文

TACET：四足机器人的上下文感知声学社交导航

TACET: Context-Appropriate Acoustic-Social Navigation for Quadrupeds

Sungsan Park; Young-Sik Shin; Sanghyun Kim
智能体系统Agent 环境交互

摘要

进入医院、疗养院和安静办公室的四足机器人必须与环境相适应，不仅要考虑它们移动的位置，还要考虑它们移动的声音：有腿机器人的运动噪音（以脚部地面冲击为主）本身就是一个社会变量。先前的社交导航尊重人类空间，但将机器人视为声学均匀的，而安静运动方法将噪音降低到操作员指定的、上下文盲的水平。我们提出了 TACET，一种适合上下文的声学社交导航方法，它从机器人的自我中心视图推断社交上下文，并决定它行走的位置和声音大小，通过单个紧凑行为 token，<gait, speed, social_cost> 将缓慢的微调视觉语言推理器与快速反应控制器耦合。同一个 token 同时作为以下两者的条件：社交成本图（去哪里）和安静运动策略（移动的声音大小），而结构化的视野外记忆在最近见过的人离开摄像机视图后将其保留在推理器的上下文中。在真实四足机器人上，环境条件运动可在匹配的速度下将运动噪声降低高达 9.3 dBA，并且在我们的场景中，完整的方法使个人空间合规性保持在 100%，声音侵入较低 (<=2.9 dBA)，共同改善了评估场景中的空间和声学性能。项目页面位于 https://rcilab.khu.ac.kr/tacet/.

TACET：四足机器人的上下文感知声学社交导航的原论文方法或结果图
图 1：两个室内场景实际运行的方法路径：一个专注的人在桌子旁工作（左）和一群站立的人在交谈（右）。阴影是在地平面上渲染的社会成本图。 TACET（红色）大幅摆动并保持距离，而 RPP（蓝色）、MUTE（琥珀色）和 VLM-Social-Nav（洋红色）则采用较短的路径经过人们，SFM（紫色）进入个人区域并经过最靠近坐着的人的地方。