基于 POMDP 的对象搜索：扩张状态空间与混合动作域
机器人学
2026-04-17 v1
摘要
在包含多样化家具（如货架、桌子和床）的复杂室内环境中高效定位目标对象是移动机器人面临的重大挑战。此挑战源于定位误差、视野受限和视觉遮挡等因素。我们将对象搜索任务建模为具有扩张状态空间和混合（连续与离散）动作空间的高维部分可观测马尔可夫决策过程（POMDP）。基于精心设计的感知模块，我们提出了名为 growing neural process filtered k-center clustering tree（GNPF-kCT）的新型在线 POMDP 求解器来解决该问题。通过对belief tree 的复用实现扩张状态空间的蒙特卡洛树搜索（MCTS），利用神经过程网络筛选无用原始动作，并采用 k-center 聚类球形离散化高效细化高维动作空间。改进的上置置信界（UCB）基于belief 差异和单元格内动作价值函数（估计直径）引导MCTS扩张。理论分析验证了该方法的收敛性和性能潜力。为解决信息或奖励有限的场景，我们还引入 guessed target object 及其网格世界模型作为提升搜索效率的关键策略。大量 Gazebo 模拟实验表明，在相同的计算资源和感知系统下，GNPF-kCT 在对象搜索任务中显著优于 POMDP 基线方法和最新无POMDP求解器（尤其是基于大语言模型的方法），实现更快更可靠的目标定位。实际室内办公环境测试确认了该方法的实用性。项目页面：https://sites.google.com/view/gnpfkct。
引用
@article{arxiv.2604.14965,
title = {POMDP-based Object Search with Growing State Space and Hybrid Action Domain},
author = {Yongbo Chen and Hesheng Wang and Shoudong Huang and Hanna Kurniawati},
journal= {arXiv preprint arXiv:2604.14965},
year = {2026}
}