HEHA：用于异构多机器人未知环境探索的分层规划
机器人学
2025-10-07 v1
摘要
本文考虑使用多个异构机器人（如无人机、轮式和四足机器人）对未知环境进行自主探索的路径规划问题，这些机器人在遍历复杂地形方面具有不同的能力。一个关键挑战是智能地将机器人分配给要被探索的未知区域，并在可遍历性约束下确定这些空间的访问顺序，这导致一个需要快速迭代求解的大规模约束优化问题。为应对这一挑战，我们提出了HEHA（Hierarchical Exploration with Heterogeneous Agents），通过利用分层方法将探索分为全局规划和局部规划。HEHA的主要贡献在于其全局规划，其中我们提出了一种新的路由算法PEAF（Partial Anytime Focal search），能够快速找到有界次优解，以最小化代理人之间的最大路径长度，同时满足可遍历性约束。此外，HEHA中的局部规划也考虑了异构性，以避免机器人之间的重复和重复探索。实验结果表明，我们的HEHA可比基线方法缩短最高30%的探索时间。
引用
@article{arxiv.2510.04161,
title = {HEHA: Hierarchical Planning for Heterogeneous Multi-Robot Exploration of Unknown Environments},
author = {Longrui Yang and Yiyu Wang and Jingfan Tang and Yunpeng Lv and Shizhe Zhao and Chao Cao and Zhongqiang Ren},
journal= {arXiv preprint arXiv:2510.04161},
year = {2025}
}
备注
5 Figures