机器人避障不再“智障”：HEIGHT——拥挤复杂环境下机器人导航的新架构导读： 由于环境中静态障碍物和动态障碍物的约束，机器人在密集且交互复杂的人群中导航，往往面临碰撞与延迟等安全与效率问题。举个简单的例子，商城和车站中的送餐机器人往往在人流量较大时就会停在原地无法运作，因为它不具备在拥挤人群中穿行的能力。 为应对上述挑战，研究者提出一套基于图结构的全新方案，将人、机器人及各类障碍物在时空维度上进行异质化建模，构建出名为“异质时空图”（st-graph）的统一表达框架。基于此结构，运用深度强化学习训练导航策略，并通过注意力机制与循环网络，动态捕捉场景变化，关注关键交互因素，从