multi-robot planning stochastic risk temporal graphs cooperative coordination
摘要

针对多机器人协作任务中因对手巡逻或动态 hazard 导致的遍历风险演化问题,现有支持协调框架常假设风险静态而失效。本文提出一种预测感知协作规划框架,将随机风险预测与时序图上的前瞻性支持分配相结合。通过将对手动态建模为一阶马尔可夫停留 - 移动过程,传播边占用概率以生成时间索引的风险预测。这些预测指导支持位置的主动分配及联合路径规划。实验表明,该方法显著降低预期团队成本,性能接近理想规划器。

AI 推荐理由

论文提出预测感知的协作规划框架,核心解决动态风险下的多机器人任务规划与路径生成问题。

研究机构
乔治梅森大学
论文信息
作者 Manshi Limbu, Xuan Wang, Gregory J. Stein, Daigo Shishika, Xuesu Xiao
发布日期 2026-03-16
arXiv ID 2603.14697
相关性评分 9/10 (高度相关)