RPT*：面向复杂环境中目标搜索的带概率终端全局规划
机器人学
2026-01-21 v1 计算几何
摘要
诸如哈密顿路径问题（HPP）等路由问题，旨在寻找一条访问图中所有顶点的路径，同时最小化路径成本。本文研究了一种变体，即带概率终端的 HPP（HPP-PT），其中每个顶点都有一个概率，表示机器人的路径在该处终止的可能性，其目标是最小化期望路径成本。HPP-PT 出现于目标物体搜索中，此时移动机器人必须访问所有候选位置以找到物体，而关于物体位置的先验知识被表示为顶点概率。尽管路由问题已被研究数十年，但鲜有研究考虑本工作所要求的这种不确定性。其挑战不仅在于像标准 HPP 那样对顶点进行最优排序，还在于处理历史依赖性：期望路径成本取决于先前访问顶点的顺序。这使得许多现有方法效率低下或无法适用。为了应对这一挑战，我们提出了一种具有解最优性保证的基于搜索的方法 RPT*，该方法在新的状态空间中利用动态规划来绕过历史依赖，并采用新颖的启发式方法来加速计算。在 RPT* 的基础上，我们设计了一个分层自主目标搜索（HATS）系统，该系统将 RPT* 与用于带噪声传感器的终身目标搜索的贝叶斯滤波相结合，或与用于在未知环境中寻找目标的自主探索相结合。在仿真和真实机器人上的实验表明，我们的方法能够自然地在利用与探索之间取得平衡，从而平均而言比基线方法更快地找到目标。
引用
@article{arxiv.2601.12701,
title = {RPT*: Global Planning with Probabilistic Terminals for Target Search in Complex Environments},
author = {Yunpeng Lyu and Chao Cao and Ji Zhang and Howie Choset and Zhongqiang Ren},
journal= {arXiv preprint arXiv:2601.12701},
year = {2026}
}