终端成本与学习不确定性在信念状态成本空间中的动力学规划
机器人学
2026-05-15 v2
摘要
在许多实际机器人任务中，机器人必须生成动态可行的运动，以可靠地到达 desired 目标，即使在不确定性下。然而，现有的基于抽样的动力学规划器通常优化累积轨迹成本，将目标到达视为可行性检查，而非显式优化终端状态质量，如目标偏好或目标到达可靠性。本文引入一种终端成本公式，用于动力学规划，使终端状态质量能够与累积轨迹成本一起优化。我们证明了 AO-RRT（一种渐进最优动力学规划器）在该增强目标下保持渐进最优性。我们进一步将该公式扩展到信念空间，并证明最小化终端信念与目标之间的 Wasserstein 距离可提高到达目标区域概率的下界。 resulting 规划器 KiTe 使用该终端成本目标对 goal 偏好进行编码，并在不确定性下提高可靠性。为了支持没有解析不确定性模型的系统，我们直接从数据中学习动力学和过程不确定性，并将学习的信念动力学集成到规划中。在 Flappy Bird、Car Parking 和 Planar Pushing 实验中，KiTe 在不确定性下 consistently 改善了目标到达成功率。实际的 Planar Pushing 实验进一步表明，KiTe 能够有效地使用学习的动力学和不确定性进行规划。源代码可在 https://github.com/elpis-lab/KiTe 查看。
引用
@article{arxiv.2605.09046,
title = {Terminal Matters: Kinodynamic Planning with a Terminal Cost and Learned Uncertainty in Belief State-Cost Space},
author = {Zhuoyun Zhong and Seyedali Golestaneh and Constantinos Chamzas},
journal= {arXiv preprint arXiv:2605.09046},
year = {2026}
}