面向能源感知的概率安全可扩展 UAV-UGV 团队规划：PRO-SPECT 算法
机器人学
2026-04-03 v1 多智能体系统
摘要
我们考虑能源感知的规划问题，针对在随机环境中运行的无人机 (UAV) 与无人地面车辆 (UGV) 团队。UAV 必须在满足能源约束的前提下，以最短时间访问一组空中点，依赖 UGV 作为移动充电站。不同于以往假设确定性旅行时间或使用固定鲁棒裕度的工作，我们将旅行时间建模为随机变量，并将整个任务中能源耗尽的失败概率限制在用户指定的风险水平范围内。我们将问题形式化为混合整数规划，并提出 PRO-SPECT 算法，该算法在多项式时间内生成受风险约束的计划。该算法支持离线规划和在线重新规划，使团队能够在保持风险限制的同时适应扰动。我们提供了关于解的可行性和时间复杂度的理论结果。我们还通过数值比较和仿真演示了该方法的性能。
关键词
引用
@article{arxiv.2604.02142,
title = {PRO-SPECT: Probabilistically Safe Scalable Planning for Energy-Aware Coordinated UAV-UGV Teams in Stochastic Environments},
author = {Roger Fowler and Cahit Ikbal Er and Benjamin Johnsenberg and Yasin Yazicioglu},
journal= {arXiv preprint arXiv:2604.02142},
year = {2026}
}