LSTP-Nav：轻量级无地图多智能体导航策略基于 LiDAR
机器人学
2025-07-22 v5 系统与控制
系统与控制
摘要
在需要在资源受限平台上实现实时决策的动态环境中，安全且高效的多智能体导航始终具有内在挑战，尤其是在不依赖预建地图进一步复杂化实际部署的情况下。确保在适应不确定性的同时实现碰撞自由轨迹更加困难。为此，我们提出 LSTP-Nav，一个轻量级端到端策略，用于多智能体导航，使其能够通过直接将原始 LiDAR 点云映射到运动命令，在复杂环境中实现无地图碰撞规避。该框架的核心是 LSTP-Net，一个高效的网络使用 GRU 架构处理原始 LiDAR 数据，增强注意力机制以动态聚焦于关键环境特征，同时最小化计算开销。此外，一个新颖的 HS reward 通过包含角速度、优先沿预测航向方向的障碍物以及增强训练稳定性来优化碰撞规避。为缩小 sim-to-real 差距，我们开发了 PhysReplay-Simlab，一个物理真实的多智能体模拟器，采用局部回放以挖掘接近失效的经验。仅靠 LiDAR，LSTP-Nav 在 CPU-only 机器人平台上实现了高效的零-shot sim-to-real 迁移，使其在动态环境中实现稳健的导航，同时保持计算频率高于 40 Hz。大量实验表明，LSTP-Nav 在成功率上优于基线高出 9.58%，碰撞率降低 12.30%，凸显其在实际应用中的实用性和稳健性。
引用
@article{arxiv.2408.16370,
title = {LSTP-Nav: Lightweight Spatiotemporal Policy for Map-free Multi-agent Navigation with LiDAR},
author = {Xingrong Diao and Zhirui Sun and Jianwei Peng and Jiankun Wang},
journal= {arXiv preprint arXiv:2408.16370},
year = {2025}
}