延迟扩展AGT：运动动力学规划及其在拖拉机-挂车泊车中的应用
机器人学
2025-06-17 v1 系统与控制
系统与控制
摘要
在杂乱环境中进行铰接式车辆的运动动力学规划面临高维状态空间和复杂系统动力学带来的额外挑战。基于[1]和[2]，本工作提出了DE-AGT算法，该算法使用预计算的运动基元（MP）和A*启发式来扩展搜索树。DE-AGT的第一个特征是运动基元的延迟扩展。具体而言，运动基元被划分为不同模式，并在线排序。通过运动基元分类与优先级排序，DE-AGT首先扩展最有希望的运动基元模式，从而消除不必要的计算并更快地找到解。为了获取非完整铰接式车辆的前瞻成本启发式，我们依赖监督学习并训练神经网络以实现快速准确的前瞻成本预测。所学的启发式用于在线模式排序和节点选择。DE-AGT的另一个特征是改进的目标到达。精确到达目标状态通常需要通过求解转向问题来持续检查与目标的连接——这对铰接式车辆而言是非平凡且耗时的。所提出的终止方案通过将轻量级轨迹跟踪控制器与搜索过程紧密集成来克服这一挑战。DE-AGT被实现用于一辆通用汽车式拖拉机带3个挂车的自主泊车。仿真结果表明，与先前方法相比，平均加速了10倍。
引用
@article{arxiv.2506.13421,
title = {Delayed Expansion AGT: Kinodynamic Planning with Application to Tractor-Trailer Parking},
author = {Dongliang Zheng and Yebin Wang and Stefano Di Cairano and Panagiotis Tsiotras},
journal= {arXiv preprint arXiv:2506.13421},
year = {2025}
}