结合上下文信息的分布式鲁棒安全运动规划
机器人学
2025-09-24 v1 系统与控制
系统与控制
摘要
我们提出了一种结合上下文信息以实现避障的分布式鲁棒方法。具体而言，我们通过条件核均值嵌入算子，将基于自车智能体运动条件的障碍物未来轨迹的条件分布嵌入到再生核 Hilbert 空间（RKHS）中。然后，我们定义了一个模糊集，其中包含所有在 RKHS 中的嵌入与从历史数据学习到的条件均值嵌入经验估计值在一定距离内的分布。由此，我们构建了一个分布式鲁棒避障约束，并将其包含在自车智能体基于滚动时域的运动规划公式中。仿真结果表明，在多个具有挑战性的场景中，与在其公式中未包含上下文信息和/或分布鲁棒性的方法相比，所提出的方法在避免碰撞方面更为成功。
引用
@article{arxiv.2509.18666,
title = {Distributionally Robust Safe Motion Planning with Contextual Information},
author = {Kaizer Rahaman and Simran Kumari and Ashish R. Hota},
journal= {arXiv preprint arXiv:2509.18666},
year = {2025}
}