基于速度障碍的随机多智能体系统风险有界运动规划

本文提出了一种针对随机多智能体系统的创新性风险有界运动规划方法。该方法考虑了扰动、噪声和模型不确定性，并利用速度障碍法在速度空间中构造避碰约束。借助静态障碍和速度障碍的几何信息，为随机多智能体系统构建了一个带概率机会约束的分布式优化问题。从而，在规定的碰撞风险界下生成无碰撞轨迹。由于概率性和析取约束的存在，通过引入二元变量将该分布式机会约束优化问题重构为混合整数规划以提高计算效率。因此，该方法使得在速度空间而非位置空间执行运动规划任务成为可能，从而为多智能体系统带来更平滑的无碰撞轨迹和更高的计算效率。此外，该鲁棒运动规划方法将潜在碰撞风险限制在界内。为验证方法有效性，研究了多智能体的不同场景，仿真结果清晰表明所提方法能在预定义碰撞风险界下生成高质量轨迹，并在速度空间中有效避免潜在碰撞。