多机器人导航策略网络

双机训练即扩展多机

通过构造性网络扩展，将双机器人导航策略泛化到多机器人场景，并适应一般地图环境。

Rong-Yuan, Lin · Chu-Wei, Huang · Yeh, Ting Jen

Journal of Autonomous Vehicles and Systems 2026

技术优势

不用重新训练

训练只针对双机器人进行，策略通过构造式网络扩展直接用于多机器人。

任意地图都能用

尽管在开放环境训练，通过虚拟机器人模拟墙壁和隔间，策略可应用于一般地图环境。

计算成本适中

扩展架构利用社会力模型，将双机器人策略推广到多机器人时保持适中计算开销。

应用场景

• 多机器人协同导航：提供可扩展的多机器人协同导航与避障策略，避免重新训练。
• 移动机器人避障：融合非完整约束和优先级规则，实现移动机器人实时避障。
• 工业机器人路径规划：通过虚拟机器人模拟复杂环境，用于工业场景路径规划。
• 无人机集群导航：策略可扩展至多机器人系统，适用于无人机集群导航。