连接感知与规划：面向信号时序逻辑任务的端到端规划
机器人学
2026-03-03 v2 系统与控制
系统与控制
摘要
我们研究了机器人领域中信号时序逻辑（STL）规范的任务与运动规划问题。现有的 STL 方法依赖于预定义的地图或移动性表示，这在非结构化的真实世界环境中效果不佳。我们提出了结构化混合专家 STL 规划器（S-MSP），这是一个可微框架，能将同步的多视角相机观测和 STL 规范直接映射为可行轨迹。S-MSP 在统一流程中集成了 STL 约束，并使用结合轨迹重建和 STL 鲁棒性的复合损失进行训练。一个结构感知的混合专家（MoE）模型通过将子任务投影到时间锚定的嵌入中，实现了视界感知的专门化。我们使用具有时间约束任务的工厂物流场景高保真模拟对 S-MSP 进行评估。实验表明，S-MSP 在 STL 满足度和轨迹可行性方面优于单专家基线。推理时基于规则的安全过滤器在不影响逻辑正确性的前提下提高了物理可执行性，展示了该方法的实用性。
引用
@article{arxiv.2509.12813,
title = {Bridging Perception and Planning: Towards End-to-End Planning for Signal Temporal Logic Tasks},
author = {Bowen Ye and Junyue Huang and Yang Liu and Xiaozhen Qiao and Xiang Yin},
journal= {arXiv preprint arXiv:2509.12813},
year = {2026}
}