CoopUQ：用不确定性感知协同预测提升多机器人社交导航
论文AI 评分 68/100arXiv cs.AI待复核
AI 聚合
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
论文提出 CoopUQ 框架，把不确定性感知的协同占据栅格预测与鲁棒决策连接起来。它通过跨机器人时空特征融合预测未来占据栅格地图，再用预测结果及其不确定性，通过带约束的多智能体强化学习引导策略；代价项会惩罚穿过预测被占据或高度不确定区域的导航行为，使策略在分布偏移下调整风险敏感度。在多个 Unity3D 仿真环境中，覆盖不同布局、行人密度与匆忙行为，并在分布内与 OOD 设置下测试，预测性能与安全性优于代表性基线；真机实验也验证了跨场景鲁棒性。代码与视频已公开，工作发表于 CoRL 2026。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载要解决的问题
把单机器人强化学习导航方法直接搬到多机器人场景，往往难以保证安全与效率。材料指出的关键困难出现在遮挡和分布外（OOD）情形：单个机器人可能忽略潜在风险，或做出不准确的预测。如何把机器人之间的协作同时用于预测和导航，仍是一个主要挑战。CoopUQ 正是针对这一缺口提出的多机器人社交导航框架。
预测与决策如何衔接
CoopUQ 先做不确定性感知的协同占据预测：通过跨机器人时空特征融合，输出未来的占据栅格地图。随后，预测结果连同其不确定性一起进入决策环节，用带约束的多智能体强化学习引导策略。约束中的代价项会惩罚两类导航行为：穿过预测将被占据的区域，以及穿过预测高度不确定的区域。这样设计的效果是，策略在分布发生偏移时能够自行调整风险敏感度，而不是沿用固定不变的安全阈值。
实验与公开情况
验证在多个基于 Unity3D 的仿真环境中进行，覆盖不同布局、行人密度以及行人匆忙行为，并分别在分布内与 OOD 设置下与代表性基线比较，结果显示预测性能与安全性均有提升。除仿真外，真机实验也展示了方法在多种场景下的鲁棒性。论文标注为 CoRL 2026，代码与视频已随论文公开，便于复现与对比。
为什么值得看
多机器人共享人机环境下的安全导航是落地难点，该工作把预测不确定性直接写进强化学习代价，值得关注其 OOD 鲁棒性思路。
智能体强化学习安全论文
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。