基于滤波式热启动的连续时间多智能体四旋翼轨迹优化顺序凸规划
最优化与控制
2025-08-21 v1
摘要
优化多个四旋翼在共享空间中的轨迹是众多应用中的核心挑战。许多现有轨迹优化方法仅在离散点处强制约束，导致在离散点之间出现违规。它们还常缺乏针对顺序凸规划等迭代求解方法的热启动策略，导致收敛缓慢或对初始猜测敏感。我们提出了一种结合顺序凸规划方法与滤波式热启动的框架，用于优化多智能体四旋翼轨迹。该框架不仅确保整个连续时间轨迹的约束满足，还提供一种在线热启动策略，以加速收敛并提高数值实验中的解的质量。关键思想是首先将连续时间约束转化为辅助非线性动力学和边界约束，这些约束均与顺序凸规划兼容。此外，我们提出了一种新颖的热启动策略，通过将轨迹优化问题近似为贝叶斯状态估计问题来实现。这一近似为最优轨迹提供了有效估计。我们在具有碰撞规避约束的多智能体四旋翼轨迹优化中展示了所提框架。与基准方法相比，所提框架不仅实现了连续时间约束满足，还将计算时间缩短了最高可达两个数量级。
引用
@article{arxiv.2508.14299,
title = {Sequential Convex Programming with Filtering-Based Warm-Starting for Continuous-Time Multiagent Quadrotor Trajectory Optimization},
author = {Minsen Yuan and Yue Yu},
journal= {arXiv preprint arXiv:2508.14299},
year = {2025}
}