自主搜索中的探索与利用对偶控制（DCEE）

本文提出一种最优自主搜索框架，即探索与利用对偶控制（DCEE），用于在未知环境中定位未知位置的目标。源定位是指在部分未知环境中寻找大气有害材料释放源。本文针对该自主搜索问题提出一种控制理论方法。为应对未知目标位置，每一步通过贝叶斯推断估计目标位置。随后采取控制动作，以最小化未来机器人位置与假设的未来目标位置估计之间的误差。后者由对应于未来机器人位置（因控制动作产生）的假设测量生成，并以当前目标位置估计为先验。研究表明，该方法能同时考虑下一机器人位置与目标位置估计之间的误差，以及估计的不确定性。该方法进一步扩展至不仅目标位置未知、局部环境（如风速与风向）亦未知的情形。与当前信息论方法不同，这一新控制理论方法通过驱动机器人朝估计目标位置移动同时降低其估计不确定性，在含未知目标的未知环境中实现了利用与探索的最优权衡。该方案在移动机器人上采用粒子滤波实现。仿真与实验研究展示了所提方法的良好性能。本文讨论并比较了所提方法、信息路径规划、对偶控制与经典模型预测控制之间的关系。