HECTOR：持续时序任务下以人为中心的机器人车队分层协调与监督
机器人学
2026-05-15 v2 多智能体系统
摘要
机器人车队在并发和协作工作时可以极其高效，例如用于配送、监视、搜索和救援。然而，操作员直接控制每个机器人可能要求很高甚至不切实际。因此，车队的自主性及其与操作员的在线交互都至关重要，尤其是在动态和部分未知的环境中。操作员可能需要添加新任务、取消某些任务、更改优先级和修改规划结果。如何设计这些交互的程序以及满足这些需求的高效算法，在相关文献中大多被忽视。因此，本工作提出了一种以人为中心的协调与监督方案（HECTOR），用于在持续且不确定的时序任务下的大规模机器人车队。它由三个层级组成：（I）在线人-车队交互的双向多模态协议，操作员在此与整个车队交互并进行监督；（II）在一定时间范围内将当前已知任务滚动分配给团队，以及（III）在在线执行期间，根据检测到的子任务在团队内部进行动态协调。总体任务可以像协作动作上的时序逻辑公式一样通用。这种分层结构允许在不同粒度和触发条件下进行人类交互和监督，既提高了计算效率，又减少了人力投入。在异构车队上，针对各种时序任务和环境不确定性，进行了大量人在环仿真。
引用
@article{arxiv.2604.10892,
title = {HECTOR: Human-centric Hierarchical Coordination and Supervision of Robotic Fleets under Continual Temporal Tasks},
author = {Shen Wang and Yinhang Luo and Jie Li and Meng Guo},
journal= {arXiv preprint arXiv:2604.10892},
year = {2026}
}