几何先验作为知识引导多机器人探索中的决策接口约束
《ADVANCED ENGINEERING INFORMATICS》:Geometric priors as decision-interface constraints for knowledge-guided multi-robot exploration
【字体:
大
中
小
】
时间:2026年09月26日
来源:ADVANCED ENGINEERING INFORMATICS 11.5
编辑推荐:
# 摘要
知识引导的多机器人探索决策仍受制于显式几何知识与连续策略学习之间薄弱的操作耦合。在大多数混合框架中,拓扑知识仅作为辅助指导使用,这可能导致不稳定的模式切换、对结构无效区域的冗余探索以及对计算密集型感知模块的依赖。为解决这一问题,我们提出了PRIME,一个将几何先验
# 摘要
知识引导的多机器人探索决策仍受制于显式几何知识与连续策略学习之间薄弱的操作耦合。在大多数混合框架中,拓扑知识仅作为辅助指导使用,这可能导致不稳定的模式切换、对结构无效区域的冗余探索以及对计算密集型感知模块的依赖。为解决这一问题,我们提出了PRIME,一个将几何先验嵌入连续策略学习决策接口约束中的先验引导框架。PRIME通过将动态Voronoi划分与多维效用评估相结合,在动作生成之前过滤不合格的探索候选目标,并在统一的决策过程中将宏观层面的拓扑知识与微观层面的自适应控制相耦合。这种先验约束设计还使得一种轻量级的多层感知机策略成为可能,该策略采用紧凑的多模态状态编码,支持无需卷积特征提取即可实现响应迅速的避障功能。仿真实验和受控的物理部署测试表明,在所报告的仿真设置中,PRIME大约需要500个回合即可收敛,实际的训练墙钟时间约为4分钟。在未见过的测试环境中,与几何基线CURE相比,PRIME将探索时间减少了16.8%,并将平均地图覆盖率从94.0%提升至97.6%。PRIME还实现了94.5%的零样本迁移成功率,同时保持了轻量级的机载推理能力。这些结果表明,显式几何知识可以被转化为可操作的决策接口约束,从而提升多机器人探索的效率、迁移性能和实际可部署性。
---
# 引言
在未知环境中的探索是移动机器人在灾害响应、基础设施检查和自主地图测绘等危险、基础设施匮乏或动态变化的环境中运行的核心能力 [1]-[4]。在这类场景中,挑战不仅在于生成可行的运动,还在于组织部分知识、在线更新任务理解,以及在有限的感知、计算和通信资源下将这些知识转化为有效的探索决策。随着机器人平台在移动性和感知方面的持续改进 [5]-[8],主要瓶颈正日益从硬件能力转向能够可靠且计算高效地表示和利用工程知识的决策机制。
这一挑战在多机器人探索中更为突出。与单机器人系统相比,多机器人团队可以通过并行覆盖、共享感知和容错来改善效率和鲁棒性 [9]-[11]。然而,更大的团队也带来了扩展的决策空间、更高的协调开销以及代理之间更严重的空间冲突 [12]-[14]。有效的多机器人探索因此需要一个能够编码全局结构知识、将其传播到局部决策并在不确定性下维持自适应控制的框架。
现有方法大致可分为几何方法、基于学习的方法和混合方法。经典的几何方法依赖于前沿提取、拓扑分解或手工设计的协调规则。这些方法通常具有可解释性和计算效率,但其决策逻辑通常是刚性的。基于前沿的策略可能遭受冗余回溯、振荡式目标切换以及在狭窄或杂乱空间中性能不佳的问题 [15], [16]。近期的规划导向研究通过丰富探索目标的结构来解决部分这一局限。FUEL维护增量前沿信息结构并使用分层规划进行快速无人机探索,而MCVP将视点规划扩展到复杂3D环境中的高效探索与建图 [16], [17]。在多机器人场景中,RACE强调快速轻量的探索和搜索,而DHC-ME引入了一种去中心化的混合协作策略用于自主探索 [18], [19]。在具有动态障碍物的未知环境中的探索也已被研究,反映了对更具挑战性和时变场景的兴趣增长 [20]。这些工作从不同角度改进了探索,包括前沿管理、视点选择、协作分配和动态障碍物处理。然而,其决策过程仍然主要围绕规划层面的目标、任务分配或高层视点/目标选择来组织。更结构化的基于规则的系统,如基于Voronoi的分解方法,通过明确分配空间责任进一步改进了协调,但其局部行为仍受限于固定规则或刚性的下游规划器 [21], [22]。基于优化的变体在一定程度上提高了适应性,但其计算成本往往随环境规模和复杂度的增加而快速增长,降低了在资源受限的机器人平台上的实用性 [23], [24]。
深度强化学习通过学习探索策略提供了另一条路径 [25], [26]。原则上,它能够在连续、高维和部分可观测的环境中生成自适应行为,无需手工设计的控制逻辑。近期的基于学习的多机器人探索方法进一步试图通过可迁移的决策策略或预训练策略来提高泛化能力。例如,TaskExp使用多任务预训练来提高策略在未见环境中的泛化能力,并学习一种用于多机器人探索的高层目标生成策略 [27]。然而在实践中,基于学习的探索仍然难以在真实的多机器人系统中部署。不受约束的策略搜索样本效率低下,尤其在协调失败和非平稳条件下。在没有显式结构先验的情况下学习的策略也容易在早期行为中产生碰撞和无效振荡等不安全行为 [28]。此外,许多现有流程依赖于计算密集的感知骨干网络或大规模交互数据,这削弱了其在嵌入式部署中的适用性,并扩大了仿真到现实的差距 [29]。
混合方法试图结合几何推理、学习决策和传统导航的优势,但大多数仍然保持松散的耦合。在典型的流程中,几何模块或学习到的目标生成器产生粗略的探索目标,然后由下游导航模块或学习到的控制器执行 [25], [27], [30]。这种结构也体现在TaskExp中,其中学习到的策略选择高层探索目标而非直接产生低层轮式指令。尽管这种模块化设计保留了可解释性并便于部署,但显式结构知识仍然没有被转化为下游连续控制的可操作决策接口约束。因此,目标不可行性、狭窄通道和局部交互冲突往往仅在目标选择之后才被处理,这可能导致重新规划失败、振荡运动或冗余探索。
从工程信息学的角度来看,这一局限可以被看作是一个知识表示问题。该领域的一个核心问题是如何表示形式化的工程知识并利用它来支持智能决策 [31]。在许多工程系统中,显式几何模型被用来描述结构关系并分析其影响。例如,在五轴加工系统中使用Denavit-Hartenberg建模进行几何误差分析,以及在多任务机器中使用齐次矩阵公式进行装配误差传播分析 [32], [33]。在多机器人探索中,空间划分、拓扑关系和信息效用同样可以被处理为形式化的任务知识。关键挑战在于使这些知识在局部动作生成之前影响决策过程,而非仅在目标选择之后作为辅助指导使用。通过过滤不合格的候选目标并减少有效搜索空间,几何先验可以提高样本效率并使更轻量的控制器能够专注于局部运动适应。这一观点与使用基于知识的表示来管理复杂工程决策的工程信息学研究是一致的 [34]-[36]。
基于这一观察,我们提出了一个面向多机器人探索的先验引导知识到决策框架,其实例化为先验引导的多机器人探索框架PRIME。核心思想是将确定性几何先验嵌入连续策略学习的决策接口中。PRIME使用动态Voronoi划分和多维效用评估在动作生成之前过滤不合格的探索候选目标,从而将宏观层面的拓扑知识转化为微观层面自适应控制的可行决策区域。由于结构化先验减少了有效搜索空间,局部控制器可以实现为一种轻量级的多层感知机,具有紧凑的多模态状态编码,无需卷积感知骨干网络即可保持响应迅速的避障和实时可部署性。
---
## 先验引导的多机器人探索知识到决策框架
为解决传统混合探索系统中显式拓扑知识与连续策略优化之间的结构不匹配,PRIME用先验引导的知识到决策框架取代了松散的模块化级联。其核心思想是将确定性几何先验作为显式任务知识,在下游策略推理之前定义可行的目标接口。在这一表述下,基于规则的几何与强化学习被整合在一起。
### 先验约束的连续决策建模与微观策略优化
本节形式化了PRIME先验引导设计原则的实现低层决策模型。由于机器人使用局部感知在信息不完整的环境中导航,精确的全局环境状态对每个机器人来说不可直接获取。遵循概率机器人学 [39],我们将局部多机器人导航表述为连续状态-动作空间上基于观测的序贯决策问题,其中策略在紧凑状态上运行。
---
## 实验设置
实验旨在验证PRIME的核心主张,即显式几何先验通过减少无效搜索、稳定局部控制和实现轻量级部署来改善连续探索决策。为评估这一主张,我们在统一的训练和评估流程中进行了对比仿真实验、消融研究和真实世界验证。
---
## 实验结果与分析
本节报告了关于训练性能、零样本迁移、安全性、收敛性、消融和真实世界部署的实证结果。PRIME策略在办公室地图中训练一次,然后直接迁移到未见场景而无需重新训练。TaskExp-adapted使用发布的TaskExp/MAexp检查点,无需重新训练或针对地图的精细调整。
---
## 框架有效的原因
实证结果表明,PRIME的有效性主要来自于它将全局目标过滤与局部运动控制分离的方式。在传统混合探索流程中,拓扑推理通常通过任务交接接口与局部导航连接,因此不可行目标、冗余区域或局部冲突仅在目标选择之后才被处理。在PRIME中,Voronoi责任分配和基于效用的质心过滤首先移除……
---
## 结论
本文提出了一个面向多机器人探索的先验引导知识到决策原则,并将其实例化为PRIME框架。核心思想是将几何先验操作化为决策接口约束,使宏观层面的拓扑推理在局部策略推理之前塑造有效的决策空间。
结果表明,与代表性几何基线相比,这种表述提高了探索效率、泛化性、安全性和可部署性。
---
## CRediT作者贡献声明
**He Feixiang(何飞象):** 撰写初稿、可视化、验证、软件、方法论、调查研究、形式分析、概念构思。
**Li Xun(李寻):** 撰写审校与编辑、撰写初稿、验证、监督、资源获取、方法论、调查研究、基金获取、形式分析、概念构思。
**He Li(何立):** 撰写审校与编辑、资源获取、项目管理、方法论、形式分析。
**Niu Ruibo(牛瑞波):** 撰写审校与编辑、项目管理、
---
## 利益冲突声明
作者声明他们没有任何已知的竞争性经济利益或个人关系可能对本文所报告的工作产生影响。
---
## 致谢
本工作得到了国家自然科学基金(编号:61971339)、陕西省自然科学基础研究计划重点项目(编号:2025JC-QYXQ-041)、西安市科学技术计划(编号:2024GXFW0020)、榆林市科学技术计划(编号:2024CXY160)以及西安工程大学本科生标志性成果培育专项计划(编号:2025bzcg15)的支持。
**作者列表:** He Feixiang | Li Xun | He Li | Niu Ruibo | Zhu Quanmin(朱全民)| Zhang Hong(张红)
生物通微信公众号
生物通新浪微博
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