面向去中心化多机器人碰撞避免的预测驱动模型预测控制
机器人学
2025-08-13 v1
摘要
迭代预测规划器（IFP）是一种几何规划方法，为去中心化、无通信环境下的多机器人路径规划提供了轻量级计算、可扩展且反应迅速的解决方案。然而，它在对称构型中表现不佳，镜像交互常常导致碰撞和死锁。我们引入了eIFP-MPC，这是IFP的一个优化和扩展版本，旨在提高密集、动态环境中的鲁棒性和路径一致性。该方法利用碰撞时间启发式优化威胁优先级，通过基于代价的途经点选择稳定路径生成，并通过将模型预测控制（MPC）融入规划过程来确保动态可行性。这些增强功能紧密集成到IFP中，以保持其效率，同时提高其适应性和稳定性。在对称和高密度场景下进行的大量仿真表明，eIFP-MPC显著减少了振荡，确保了无碰撞运动，并提高了轨迹效率。结果表明，几何规划器可以通过优化得到加强，从而在复杂的多智能体环境中实现大规模鲁棒性能。
引用
@article{arxiv.2508.08264,
title = {Forecast-Driven MPC for Decentralized Multi-Robot Collision Avoidance},
author = {Hadush Hailu and Bruk Gebregziabher and Prudhvi Raj},
journal= {arXiv preprint arXiv:2508.08264},
year = {2025}
}
备注
8 pages, 4 figures and 1 table