基于断点受限搜索与轻量级MAPF的快速可扩展多机器人动力学运动规划——db-LaCAM
机器人学
2026-03-25 v3
摘要
当前多机器人动力学运动规划器因计算负担过重，难以处理超过少数几台机器人的场景，从而限制了其可扩展性并导致规划速度慢。本文将现代多代理路径查找（MAPF）算法的可扩展性和速度与动力学规划器的动态感知能力相结合，以解决上述限制。为此，我们提出了断点受限 LaCAM（db-LaCAM），这是一种利用预计算的动力学原语集合（满足机器人动力学）生成视界长度运动序列的规划器，同时允许用户定义的断点在连续运动之间。规划器 db-LaCAM 相对于动力学原语是分辨率完备的，并且支持任意机器人动力学。大量实验表明，db-LaCAM 能够高效地扩展至最多 50 台机器人的场景，运行速度比当前最先进的规划器快了最高 10 倍，同时保持相当的解质量。该方法在 2D 和 3D 环境中验证了 unicycle 和 3D double integrator 等动力学模型。我们在两项实际实验中展示了使用 db-LaCAM 规划的轨迹能够安全执行，涉及飞行机器人队伍和卡车-拖车队伍。
引用
@article{arxiv.2512.06796,
title = {db-LaCAM: Fast and Scalable Multi-Robot Kinodynamic Motion Planning with Discontinuity-Bounded Search and Lightweight MAPF},
author = {Akmaral Moldagalieva and Keisuke Okumura and Amanda Prorok and Wolfgang Hönig},
journal= {arXiv preprint arXiv:2512.06796},
year = {2026}
}