GundamQ：用于鲁棒机器人路径规划的多尺度时空表征学习
机器人学
2025-09-15 v1
摘要
在动态且不确定的环境中，机器人路径规划要求对时空环境有准确的理解，并结合在部分可观测条件下的鲁棒决策。然而，当前基于深度强化学习的路径规划方法面临两个根本性局限：(1) 对多尺度时间依赖性建模不足，导致在动态场景中适应性次优；(2) 探索-利用平衡效率低下，导致路径质量下降。为应对这些挑战，我们提出 GundamQ：一种用于机器人路径规划的多尺度时空 Q 网络。该框架包含两个关键模块： 时空感知模块，分层提取从瞬时到长时间跨度的多粒度空间特征与多尺度时间依赖性，从而提高动态环境中的感知准确性； 自适应策略优化模块，在训练期间平衡探索与利用，同时通过约束策略更新优化平滑度与碰撞概率。在动态环境中的实验表明，GundamQ 的成功率提升了 15.3%，整体路径质量提高了 21.7%，显著优于现有的 SOTA 方法。
引用
@article{arxiv.2509.10305,
title = {GundamQ: Multi-Scale Spatio-Temporal Representation Learning for Robust Robot Path Planning},
author = {Yutong Shen and Ruizhe Xia and Bokai Yan and Shunqi zhang and Pengrui Xiang and Sicheng He and Yixin Xu},
journal= {arXiv preprint arXiv:2509.10305},
year = {2025}
}
备注
6 pages, 5 figures