未知时变环境中的最优耦合传感器布置与路径规划
系统与控制
2025-08-13 v2 系统与控制
摘要
我们解决了一个移动智能体在未知环境中导航的问题，以最小化暴露于一个时空变化威胁场的程度。该威胁场通过来自移动传感器网络的逐点噪声测量进行估计。针对此问题，我们提出了一种新的信息增益度量，用于最优传感器布置，该度量量化的是路径成本而非环境状态的不确定性减少量。我们将此度量称为上下文相关互信息（CRMI），它将传感器布置与路径规划问题耦合在一起。我们提出了一种迭代的耦合传感器配置与路径规划（CSCP）算法。在每次迭代中，该算法布置传感器以最大化CRMI，利用新的测量值更新威胁估计，并重新计算具有最小预期威胁暴露的路径。当路径成本方差（作为风险指标）降至期望阈值以下时，迭代收敛。我们证明了CRMI是次模的，因此，贪婪优化在保持CSCP算法计算效率的同时，能提供近最优的传感器布置。在改进的CRMI度量中引入了基于距离的传感器重新配置成本，我们也证明了该度量是次模的。通过数值模拟，我们证明了该算法的主要优势在于，与标准传感器布置方法相比，使用少得多的传感器测量就能实现近最优的低方差路径。
引用
@article{arxiv.2502.00185,
title = {Optimal Coupled Sensor Placement and Path-Planning in Unknown Time-Varying Environments},
author = {Prakash Poudel and Raghvendra V. Cowlagi},
journal= {arXiv preprint arXiv:2502.00185},
year = {2025}
}