ESCoT：一种面向多辆类车机器人的增强型步进式坐标轨迹规划方法
机器人学
2025-08-14 v1
摘要
多车轨迹规划（MVTP）是多机器人系统（MRSs）中的关键挑战之一，在各个领域有着广泛的应用。本文提出了 ESCoT，一种面向多辆类车机器人的增强型步进式坐标轨迹规划方法。ESCoT 融合了两种关键策略：局部机器人组的协同规划和对重复配置的重规划。这些策略有效提升了步进式 MVTP 方法的性能。通过大量实验，我们表明 ESCoT 1）在稀疏场景中，与基线步进式方法相比，显著提高了解决方案质量，在典型冲突场景中提升高达 70%，在随机生成场景中提升 34%，同时保持高求解效率；2）在密集场景中，优于所有基线方法，即使在最具挑战性的配置下也能保持超过 50% 的成功率。结果表明，ESCoT 有效地解决了 MVTP 问题，进一步扩展了步进式方法的能力。最后，实际机器人测试验证了该算法在真实世界场景中的适用性。
引用
@article{arxiv.2508.09581,
title = {ESCoT: An Enhanced Step-based Coordinate Trajectory Planning Method for Multiple Car-like Robots},
author = {Junkai Jiang and Yihe Chen and Yibin Yang and Ruochen Li and Shaobing Xu and Jianqiang Wang},
journal= {arXiv preprint arXiv:2508.09581},
year = {2025}
}