零射时多机器人导航的无死锁混合 RL-MAPF 框架
机器人学
2025-12-22 v2
摘要
多机器人在拥挤环境中的导航 presents fundamental challenges in balancing reactive collision avoidance with long-range goal achievement。当在狭窄通道或 confined 空间中导航时，经常会出现死锁，导致代理人无法到达目的地，尤其是在强化学习（RL）控制策略遇到学习分布之外的新配置时。现有的 RL-based 方法在未见环境中表现出有限的泛化能力。我们提出一种混合框架，将 RL-based 反应式导航与按需多代理路径查找（MAPF）无缝集成，以显式解决拓扑死锁。该框架集成一个安全层，用于监控代理人进度以检测死锁，并在检测到死锁时触发受影响代理人的协调控制器。框架通过 MAPF 构建全局可行轨迹，并调节 waypoint 进度以减少导航期间的代理间冲突。广泛的评估在密集多代理基准上显示，我们的方法将任务完成率从有限提升到接近全能，显著减少死锁和碰撞。当与分层任务规划集成时，它能够实现异构机器人的协同导航，表明将反应式 RL 导航与选择性 MAPF 干预耦合可实现稳健、零射时的性能。
引用
@article{arxiv.2511.22685,
title = {Deadlock-Free Hybrid RL-MAPF Framework for Zero-Shot Multi-Robot Navigation},
author = {Haoyi Wang and Licheng Luo and Yiannis Kantaros and Bruno Sinopoli and Mingyu Cai},
journal= {arXiv preprint arXiv:2511.22685},
year = {2025}
}
备注
18 pages (including appendix), 3 figures. Project page (videos, animations, additional resources): https://wanghaoyi518.github.io/rl-mapf-project-page/