用于信息性路径规划的近似序贯优化
机器人学
2024-10-03 v2
摘要
我们考虑在给定初始节点、终端节点和最大路径长度的情况下，在图中寻找一条信息性路径的问题。我们假设在每个节点处对需要估计的未知底层向量进行一次线性噪声干扰测量。信息性通过我们估计中不确定性的减少来衡量，并使用多种度量进行评估。我们为这个信息性路径规划问题提出了一个凸松弛，可以方便地求解以获得可能性能的界限。我们开发了一种近似序贯方法，通过动态规划逐段构建路径。这涉及解决一个定向越野问题，其中节点奖励作为信息性的替代，采取第一步，然后重复该过程。该方法可扩展到非常大的问题实例，并实现了与凸松弛产生的界限相差不远的性能。我们还展示了该方法处理自适应目标、多模态感知以及信息性路径规划问题的多智能体变体的能力。
引用
@article{arxiv.2402.08841,
title = {Approximate Sequential Optimization for Informative Path Planning},
author = {Joshua Ott and Mykel J. Kochenderfer and Stephen Boyd},
journal= {arXiv preprint arXiv:2402.08841},
year = {2024}
}