一种机器人社会自适应导航知识学习与迁移方法及系统

本发明提供一种机器人社会自适应导航知识学习与迁移方法及系统，涉及移动机器人导航领域。针对现有路径规划器缺时序记忆、忽略行人社交意图的问题，构建人机共融场景并制作含专家示范路径的训练集，输入递归生成模型；设计递归神经网络嵌入RRT，生成RNN‑RRT规划器，训练中融合历史信息与行人汇聚概率；新场景加载训练参数微调实现知识迁移，损失收敛或达预设轮数输出RNN最终参数。该方法提升路径拟人性与泛化能力，适用于复杂人机交互场景。