Robot autonomi con navigazione socialmente consapevole tramite deep reinforcement learning assistito da memoria

Robot che possono muoversi con cortesia tra la folla

Immaginate robot per le consegne che scivolano attraverso un centro commerciale o un corridoio di ospedale affollato senza urtare nessuno, rallentare le persone o comportarsi in modo strano. Questo articolo presenta un nuovo modo per far muovere i robot tra la folla che non solo evita le collisioni ma si comporta anche in modo naturale e confortevole per chi li circonda.

Perché muoversi tra le persone è così difficile

Per un robot, attraversare una folla è molto più difficile che seguire una linea dipinta sul pavimento. Le persone cambiano improvvisamente velocità, camminano in gruppi o si fermano per controllare il telefono. I metodi di navigazione tradizionali spesso trattano le persone come semplici ostacoli in movimento e reagiscono solo a ciò che il robot vede in un dato istante. Questo può rendere il robot eccessivamente prudente, facendolo fermare quando la scena diventa troppo complessa, o troppo audace, attraversando i gruppi in modi che sembrano pericolosi o scortesi. Gli autori sostengono che un robot di servizio di successo deve combinare consapevolezza dell’ambiente, sensibilità allo spazio personale delle persone e decisioni rapide e intelligenti.

Un robot che ricorda ciò che le persone hanno appena fatto

Il team di ricerca introduce ARSA, un nuovo approccio di navigazione che permette a un robot di utilizzare brevi “memorie” sui movimenti delle persone vicine. Invece di guardare solo le posizioni correnti, ARSA considera una breve storia di dove erano e come si sono mossi. Questa cronologia è elaborata da un tipo speciale di rete neurale particolarmente adatto a gestire sequenze, permettendo al robot di formare un quadro interno del movimento della folla nel tempo. In termini semplici, il robot impara a riconoscere schemi, come qualcuno che comincia a deviare a sinistra o un gruppo che si avvicina, e ad adattare il proprio percorso prima che si creino problemi.

Lasciare spazio alle persone con bolle di sicurezza mobili

Per mantenere le persone a proprio agio, ARSA circonda ogni persona con una “zona di avviso” — una bolla di sicurezza mobile che cambia dimensione a seconda della velocità di camminata e della corporatura. Quando il robot si avvicina troppo a una di queste zone, viene penalizzato nel suo processo di apprendimento, insegnandogli a aggirare le persone invece di attraversare spazi ristretti. Il sistema usa anche un meccanismo di attenzione, che funziona come un riflettore, per concentrare le decisioni del robot sulle poche persone più rilevanti in quel momento — per esempio, la persona direttamente sul suo percorso piuttosto che qualcuno lontano. Insieme, queste idee aiutano il robot a scegliere percorsi più fluidi e più consoni alle persone.

Mettere alla prova il nuovo metodo

Gli autori hanno sottoposto ARSA a migliaia di situazioni simulate di folla, con fino a venti persone in movimento e ostacoli aggiuntivi. L’hanno confrontato con diversi metodi di navigazione di punta che utilizzano anch’essi tecniche di apprendimento moderne. ARSA ha raggiunto gli obiettivi più spesso, ha avuto meno collisioni e ha completato i percorsi più velocemente, specialmente in scenari stretti e affollati dove gli altri metodi esitavano o si bloccavano. Il team ha poi eseguito test nel mondo reale usando un robot mobile dotato di laser scanner in ambienti interni con diverse persone e persino un altro robot. Senza riaddestramento, ARSA ha guidato il robot in sicurezza attraverso movimenti umani irregolari e occasionali ostruzioni deliberate, completando tutte le prove senza una singola collisione.

Cosa significa questo per i robot di tutti i giorni

Per un non esperto, il messaggio chiave è che questo lavoro ci avvicina a robot che possono condividere i nostri percorsi senza intralciarli. Ricordando come le persone si sono mosse, prevedendo i loro prossimi passi e rispettando zone di spazio personale flessibili, ARSA aiuta i robot a muoversi più come pedoni attenti che come macchine rigide. Pur notando che lavori futuri dovranno gestire meglio sensori limitati e edifici più complessi, i risultati suggeriscono che la navigazione basata su memoria e attenzione potrebbe diventare un ingrediente fondamentale per robot di servizio sicuri e affidabili in centri commerciali, ospedali, campus e oltre.

Citazione: Montero, E., Pico, N., Alvarez-Alvarado, M.S. et al. Autonomous robots with socially-aware navigation using memory-assisted deep reinforcement learning. Sci Rep 16, 13214 (2026). https://doi.org/10.1038/s41598-026-42026-9

Parole chiave: navigazione robot sociale, robot consapevoli della folla, deep reinforcement learning, interazione uomo–robot, robot mobili autonomi