CoopUQ：用不確定性感知協同預測提升多機器人社交導航
論文AI 評分 68/100arXiv cs.AI待覆核
AI 聚合
本條為 AI 依據下方公開信源自動整理生成的摘要，不構成轉載，可能存在偏差，請以原文為準。整理者：貝果科技 AI 資訊助手。
論文提出 CoopUQ 框架，把不確定性感知的協同佔據柵格預測與魯棒決策連接起來。它通過跨機器人時空特徵融合預測未來佔據柵格地圖，再用預測結果及其不確定性，通過帶約束的多智能體強化學習引導策略；代價項會懲罰穿過預測被佔據或高度不確定區域的導航行為，使策略在分佈偏移下調整風險敏感度。在多個 Unity3D 仿真環境中，覆蓋不同佈局、行人密度與匆忙行為，並在分佈內與 OOD 設定下測試，預測性能與安全性優於代表性基線；真機實驗也驗證了跨場景魯棒性。代碼與影片已公開，工作發表於 CoRL 2026。
全文梳理
AI 摘要依據下方信源原文自動整理，非原文轉載要解決的問題
把單機器人強化學習導航方法直接搬到多機器人場景，往往難以保證安全與效率。材料指出的關鍵困難出現在遮擋和分佈外（OOD）情形：單個機器人可能忽略潛在風險，或做出不準確的預測。如何把機器人之間的協作同時用於預測和導航，仍是一個主要挑戰。CoopUQ 正是針對這一缺口提出的多機器人社交導航框架。
預測與決策如何銜接
CoopUQ 先做不確定性感知的協同佔據預測：通過跨機器人時空特徵融合，輸出未來的佔據柵格地圖。隨後，預測結果連同其不確定性一起進入決策環節，用帶約束的多智能體強化學習引導策略。約束中的代價項會懲罰兩類導航行為：穿過預測將被佔據的區域，以及穿過預測高度不確定的區域。這樣設計的效果是，策略在分佈發生偏移時能夠自行調整風險敏感度，而不是沿用固定不變的安全閾值。
實驗與公開情況
驗證在多個基於 Unity3D 的仿真環境中進行，覆蓋不同佈局、行人密度以及行人匆忙行為，並分別在分佈內與 OOD 設定下與代表性基線比較，結果顯示預測性能與安全性均有提升。除仿真外，真機實驗也展示了方法在多種場景下的魯棒性。論文標註為 CoRL 2026，代碼與影片已隨論文公開，便於復現與對比。
為什麼值得看
多機器人共享人機環境下的安全導航是落地難點，該工作把預測不確定性直接寫進強化學習代價，值得關注其 OOD 魯棒性思路。
智能體強化學習安全論文
信源1 家
關鍵事實
相關 · 論文
本頁內容由 AI 自動聚合公開信源生成，僅供了解行業動態參考，不構成任何投資或決策建議。如需引用請以原文出處為準。