AttentionSwarm：动态环境中 Crazyflie 无人机基于注意力控制屏障函数的强化学习
系统与控制
2025-10-23 v2 机器人学
系统与控制
摘要
我们引入了 AttentionSwarm，这是一种新颖的基准测试，旨在评估动态无人机竞速场景下安全高效的集群控制。我们方法的核心是注意力基于模型的控制屏障函数（CBF）框架，该框架将注意力机制与安全关键控制理论相结合，以实现实时避障和轨迹优化。该框架利用注意力权重动态地优先处理集群附近的关键障碍物和智能体，同时 CBF 通过强制执行无碰撞约束来正式保证安全性。AttentionSwarm 算法是使用一群 Crazyflie 2.1 微型四旋翼飞行器开发和评估的，这些飞行器在室内通过 Vicon 动作捕捉系统进行测试，以确保精确定位和控制。实验结果表明，我们的系统在动态多智能体无人机竞速环境中实现了 95-100% 的无碰撞导航率，突显了其在真实世界场景中的有效性和鲁棒性。这项工作为物流、巡检和竞速领域的安全、高速多机器人应用提供了有前景的基础。
关键词
引用
@article{arxiv.2503.07376,
title = {AttentionSwarm: Reinforcement Learning with Attention Control Barier Function for Crazyflie Drones in Dynamic Environments},
author = {Grik Tadevosyan and Valerii Serpiva and Aleksey Fedoseev and Roohan Ahmed Khan and Demetros Aschu and Faryal Batool and Nickolay Efanov and Artem Mikhaylov and Dzmitry Tsetserukou},
journal= {arXiv preprint arXiv:2503.07376},
year = {2025}
}
备注
6 pages, 6 figures