[发明专利]基于高阶图卷积神经网络的人群感知导航方法及系统

权利要求书

1.一种基于高阶图卷积神经网络的人群感知导航方法，其特征在于，包括：

获取机器人和行人的实时可观察状态信息，构建出机器人和行人之间的关系有向图，将机器人附近预设距离内的行人视为一阶邻域，将其他行人作为二阶邻域；

通过社会注意力机制，计算机器人与其相关的一阶邻域和二阶邻域中相应行人的注意力值，再基于注意力值及高阶图卷积神经网络从机器人和行人关系有向图中提取各个代理之间的交互特征；其中，代理包括机器人和行人；

基于提取的各个代理之间的交互特征及基于Dueling DQN架构的深度强化学习网络，寻找机器人的最优的动作策略，以保证机器人在到达目标点的时候的预期奖励最大化。

2.如权利要求1所述的基于高阶图卷积神经网络的人群感知导航方法，其特征在于，所述可观察状态信息包括位置、速度和变径信息。

3.如权利要求1所述的基于高阶图卷积神经网络的人群感知导航方法，其特征在于，在寻找机器人的最优的动作策略的过程中，奖励函数R的表达式为：

R＝R_g+R_c+R_d+R_v

其中，R_g是机器人不断靠近目标点的奖励；R_c是对于机器人和行人之间的碰撞的奖励；R_d是对于机器人和行人之间的距离小于舒适距离的奖励；R_v是对于机器人在速度方向上靠近行人的惩罚。

4.如权利要求1所述的基于高阶图卷积神经网络的人群感知导航方法，其特征在于，采用两层的高阶图卷积神经网络从机器人和行人关系有向图中提取各个代理之间的交互特征。

5.一种基于高阶图卷积神经网络的人群感知导航系统，其特征在于，包括：

社交关系有向图构建模块，其用于获取机器人和行人的实时可观察状态信息，构建出机器人和行人之间的关系有向图，其中将机器人附近预设距离内的行人视为一阶邻域，将其他行人作为二阶邻域；

交互特征提取模块，其用于通过社会注意力机制，计算机器人与其相关的一阶邻域和二阶邻域中相应行人的注意力值，再基于注意力值及高阶图卷积神经网络从机器人和行人关系有向图中提取各个代理之间的交互特征；其中，代理包括机器人和行人；

深度强化学习模块，其用于基于机器人的目标、提取的各个代理之间的交互特征及基于Dueling DQN架构的深度强化学习网络，寻找机器人的最优的动作策略，以保证机器人在到达目标点的时候的预期奖励最大化。

6.如权利要求5所述的基于高阶图卷积神经网络的人群感知导航系统，其特征在于，在所述社交关系有向图构建模块中，所述可观察状态信息包括位置、速度和变径信息。

7.如权利要求5所述的基于高阶图卷积神经网络的人群感知导航系统，其特征在于，在所述深度强化学习模块中，在寻找机器人的最优的动作策略的过程中，奖励函数R的表达式为：

R＝R_g+R_c+R_d+R_v

其中，R_g是机器人不断靠近目标点的奖励；R_c是对于机器人和行人之间的碰撞的奖励；R_d是对于机器人和行人之间的距离小于舒适距离的奖励；R_v是对于机器人在速度方向上靠近行人的惩罚。

8.如权利要求5所述的基于高阶图卷积神经网络的人群感知导航系统，其特征在于，在所述交互特征提取模块中，采用两层的高阶图卷积神经网络从机器人和行人关系有向图中提取各个代理之间的交互特征。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-4中任一项所述的基于高阶图卷积神经网络的人群感知导航方法中的步骤。

10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-4中任一项所述的基于高阶图卷积神经网络的人群感知导航方法中的步骤。