基于网格化工业环境中通过混合RRT与行为克隆的去中心化多机器人导航的特定环境路径库自适应

《Robotics》:Environment-Specific Route-Library Adaptation for Decentralized Multi-Robot Navigation via Hybrid RRT and Behavior Cloning in Grid-Based Industrial Environments

【字体: 大 中 小 】 时间:2026年07月29日 来源:Robotics 3.6

编辑推荐:

  网格化工业环境中的去中心化多机器人导航必须在没有集中控制或直接通信的情况下达到目标并避免碰撞。研究人员研究了一种混合框架,该框架将离线快速扩展随机树专家与行为克隆(BC)局部策略及路径重用相结合,并在可重现的模拟器中进行了评估;碰撞被预测为受阻移动事件,而非物

  
网格化工业环境中的去中心化多机器人导航必须在没有集中控制或直接通信的情况下达到目标并避免碰撞。研究人员研究了一种混合框架,该框架将离线快速扩展随机树专家与行为克隆(BC)局部策略及路径重用相结合,并在可重现的模拟器中进行了评估;碰撞被预测为受阻移动事件,而非物理接触。研究人员的核心结果是对特定环境路径库自适应的定量分析:为一张地图生成并部署到另一张地图的路径库会使机器人被不熟悉的障碍物阻挡,而在部署地图上重新生成路径库可使2到10个机器人规模的集群的碰撞减少38–85%,任务失败减少43–70%,并且该结果在第三个走廊布局上得到了复现(30个随机种子;Mann–Whitney U检验;置换检验)。更简单的补救措施,即过滤或修复无效路径,能恢复大部分增益,而一个非学习型的脚本连接器与训练后的策略效果相当:该效果存在于路径库本身。一个基于集中式优先级规划的基线从上限界定了所有无通信变体的性能;限制在线RRT基线的规划预算保留其每任务碰撞质量,但显著提高了任务失败率。一个通过共享地图而非消息传递进行协调的碰撞历史共享附加组件带来了有限的、依赖布局的收益,该收益未通过多重比较校正。
### 研究背景与意义

在自动仓储等结构化工业环境中,移动机器人不仅需要避开静态障碍物,还必须避免相互碰撞。采用去中心化方式运作机器人集群(即每个机器人仅根据局部信息决策,无中央协调器或直接通信)可以提升系统的鲁棒性和可扩展性,但也使协调变得更加困难。在密集的去中心化集群中,主要失败模式为死锁和碰撞。目前解决网格导航的主流方法包括采样型规划器和基于学习的方法。采样型规划器能探索配置空间并返回可行路径,但在动态多机器人场景中频繁重规划成本极高。基于学习的方法如通过行为克隆(BC)进行局部反应式控制具有低延迟优势,但在长时间跨度或部署环境与训练数据不一致时性能会下降。结合预计算RRT路径库与BC局部策略的混合框架试图取两者之长。然而,当学习到的导航策略迁移到新环境时,其性能受到何种因素制约尚不明确。为了解答这一问题,研究人员开展了一项定量分析研究,旨在探究路径库与部署地图的匹配程度如何影响导航质量,并验证了相较于重新规划,路径重用在计算成本与任务可靠性之间的权衡优势。该研究论文发表在《Robotics》期刊上,为去中心化多机器人导航中的技能迁移问题提供了具体的数据级实施方案,具有重要的工程指导意义。

### 关键技术方法

研究团队复现并评估了一个混合RRT+BC导航框架。该框架中,离线RRT专家用于生成无碰撞路径库。运行时,每个机器人从库中选择驶向目标的局部无障碍路径,并利用预先训练好的BC网络(一种多层感知机,包含256-256-64隐藏层)驱动机器人向目标路径点移动;当三步预测前方受阻或可选路径库耗尽时,系统会概率性地触发有界在线RRT进行重连规划。为验证路径库的环境自适应性,研究在Map2部署环境下对比了在Map1上生成的原始路径库与在Map2上重新生成的适配路径库,并设计了多组对照实验,包括:过滤、修复和重生成无效路径的库级补救措施,使用非学习的贪婪脚本连接器替代BC网络,与集中式基于共享预约表的优先级规划(Prioritized Planning with space–time A*)基线进行对比,以及对在线RRT在不同规划预算限制下的算力边界评估。此外,还引入了一种无直接通信的碰撞历史共享机制,即部分机器人通过读写一个全局共享的碰撞频次地图来偏置路径选择。所有实验均在确定性随机种子模拟器下进行,每个条件测试30个种子,覆盖了2至10个不同规模的机器人集群。

### 研究结果

**Environment-Adapted Route Libraries Restore Navigation Quality**
通过对比在Map2上部署不同来源的路径库,研究人员得出结论:环境适配的路径库能显著恢复导航质量。使用未经匹配的Map2-naive库会导致机器人频繁撞上Map2新增的障碍物,而重新在Map2上生成的路径库将碰撞减少了38–85%,任务失败率降低了43–70%。通过碰撞热力图分析表明,naive库的碰撞集中在障碍物区域,而adapted库仅在高流量走廊存在分散的残余碰撞。

**Library-Level Baselines Bound the Adaptation Effect**
通过引入库级补救和非学习连接器对照实验,得出结论:离线过滤、修复或重生成无效路径能恢复naive库和adapted库之间的大部分性能差距,其中重生成路径效果最优。进一步发现,使用非学习的贪婪脚本连接器替代训练后的BC网络,不仅未降低导航质量,反而在所有集群规模下平均碰撞数更少。这证明了框架的导航质量核心承载于路径库本身,而非学习型连接器。集中式优先级规划基线在此任务上全面优于所有无通信方法,界定了通过共享状态进行协调的性能上限。

**The Adaptation Effect Replicates on a Third Layout**
通过在走廊结构不同的第三种布局Map3上重复路径迁移实验,得出结论:直接部署Map1生成的路径库导致任务几乎完全失败,而在Map3上重新生成路径库消除了65–96%的碰撞。该结果证明路径库来源效应并非特定于某种单一布局,而是具有普遍性的机制属性。

**Throughput, Collision Composition, and Planning Cost Across Fleet Density**
通过对不同集群密度下的吞吐量、碰撞构成及规划成本进行分析,得出结论:naive库的碰撞主要由静态障碍物引起,且该比例不随集群规模改变;而adapted库和在线RRT几乎不存在静态障碍物碰撞。在与在线RRT基线的比较中,虽然在线RRT具有最低的碰撞率,但计算成本极高(十机器人时单次模拟耗时922秒)。限制在线RRT的预算可大幅缩短运行时间且不恶化单任务碰撞率,但会急剧推高任务失败率。相比之下,adapted混合框架以极低的计算成本追平了大部分碰撞质量优势。

**Collision-History Sharing Gives Only a Limited Benefit**
通过在真实吞吐量条件下评估碰撞历史共享附加组件,得出结论:该机制带来的收益有限且依赖布局。在Map1上,选择性共享和完全共享分别带来约9%和8%的平均碰撞数名义显著减少,但在经过Holm多重比较校正后不再显著;在Map2上效果不显著。此外,该效应在低吞吐量情况下完全无法检测,因为需要足够的完成任务量才能填充共享碰撞地图。

### 讨论与结论总结

讨论部分重申了决定该去中心化框架导航质量的主导因素是路径库与部署环境的契合度。由于BC策略仅模仿专家路径,当部署地图与生成地图存在分布漂移时,策略会继承路径库中的错误假设。将路径库重新适配部署地图是恢复性能的决定性且低成本的杠杆。脚本连接器消融实验进一步证实,简单的确定性控制器即可胜任网格上的局部连接,凸显了路径库才是框架的核心承重组件。

对于碰撞历史共享机制,研究表明,在具备三步前瞻预测和环境匹配路径的基础框架下,常态碰撞已被有效控制,留给共享地图干预的残余拥堵极少,加之其效果高度依赖历史数据的积累,因此在高吞吐量以外场景实用性受限。

综上所述,研究人员得出结论:去中心化多机器人导航的质量取决于专家路径库与部署环境的匹配度。在部署地图上重新生成路径库可将碰撞减少38–85%,任务失败减少43–70%,且该效应在第三方不同结构布局中复现(碰撞减少65–96%)。离线过滤、修复或重生成无效路径能恢复大部分性能增益;以简单脚本替代学习网络证明了环境知识根植于路径库中;限制在线RRT规划预算揭示了算力与任务可靠性的权衡。而无需直接通信的碰撞历史共享组件收益有限,未通过多重比较校正,且在低吞吐量时无效。研究通过提供可重现的代码与数据,确立了稳固的评估基准。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号