学习超平面用于空间中的多智能体碰撞避免
机器人学
2023-11-17 v1 多智能体系统
摘要
多机器人交互的一个核心挑战是具潜在冲突目标的机器人之间的碰撞避免。我们提出一种基于旋转超平面约束的博弈论碰撞避免方法。这些约束通过定义围绕以特定机器人为中心的禁入区旋转的分离超平面来确保碰撞避免。由于在不引入不可行性的前提下选择定义超平面的参数十分困难，我们提出从专家轨迹（即由人类操作员记录收集的轨迹）中学习这些参数。为此，我们求解出对应均衡轨迹与专家轨迹最匹配的参数。我们通过从含噪专家轨迹学习超平面参数来验证我们的方法，并展示了所学参数对更多机器人及先前未见初始条件场景的泛化能力。
引用
@article{arxiv.2311.09439,
title = {Learning Hyperplanes for Multi-Agent Collision Avoidance in Space},
author = {Fernando Palafox and Yue Yu and David Fridovich-Keil},
journal= {arXiv preprint arXiv:2311.09439},
year = {2023}
}