稠密不确定环境下基于保形预测的异构预测器风险感知规划
机器人学
2025-10-02 v2 系统与控制
系统与控制
摘要
在众多不确定、动态障碍物之间进行实时规划极具挑战性，因为以高保真度预测每个智能体既无必要又计算昂贵。我们提出了异构预测器风险感知规划（H-PRAP），一种将预测精力分配到关键位置的框架。H-PRAP 引入了基于概率的碰撞风险指数（P-CRI），这是一种通过使用保形预测校准高斯代理获得的闭式、跨时间步的碰撞指数。P-CRI 驱动一个路由器，将高风险障碍物分配给精确但昂贵的预测器，将低风险障碍物分配给轻量级预测器，同时通过保形预测在异构预测器之间保持无分布的覆盖率。选定的预测及其保形半径被嵌入到机会约束模型预测控制（MPC）问题中，生成具有显式安全裕度的滚动时域策略。我们分析了预测计算预算下的安全性与效率权衡：低保真预测比例的增加减少了因丢弃障碍物而产生的残余风险，但同时会增大保形半径，从而降低轨迹效率并缩小 MPC 的可行性。在稠密、不确定环境中的大量数值模拟验证了，与单一预测架构相比，H-PRAP 在轨迹成功率（即无碰撞）与到达目标的时间（即轨迹效率）之间取得了最佳平衡。
引用
@article{arxiv.2507.11920,
title = {Heterogeneous Predictor-based Risk-Aware Planning with Conformal Prediction in Dense, Uncertain Environments},
author = {Jeongyong Yang and KwangBin Lee and SooJean Han},
journal= {arXiv preprint arXiv:2507.11920},
year = {2025}
}