TECHNOLOGY · 技术
具身大模型与算法
CoopUQ：以不确定性感知协同预测提升多机器人社交导航鲁棒性
arXiv 新论文提出 CoopUQ 框架，将跨机器人占用预测与约束多智能体强化学习结合，提升遮挡和分布外场景下的多机器人导航安全。
AI 编撰 · 内容基于所列来源，重要信息请以原文为准
arXiv 刊出题为 CoopUQ 的多机器人社交导航研究。作者指出，强化学习一种 AI 训练方法：让机器人在亿万次「试错」中自己摸索，做对了就给奖励。机器人走稳路、跑酷空翻，大多是这么练出来的。◆ 小白科普 · 现身可让移动机器人在有人环境中快速做出导航决策，但把单机器人方法直接扩展到多机器人时，遮挡和分布外情形常导致个体忽视潜在风险或预测失准，安全与效率难以兼顾。为此，团队提出把不确定性感知的协同占用预测与鲁棒决策衔接起来的框架：机器人之间融合时空特征，联合预测未来占用栅格地图，并将预测结果及其不确定性用于约束式多智能体强化学习一种 AI 训练方法：让机器人在亿万次「试错」中自己摸索，做对了就给奖励。机器人走稳路、跑酷空翻，大多是这么练出来的。◆ 小白科普 · 现身，使代价函数惩罚进入预测被占用或高度不确定区域的导航行为，从而在分布偏移下调整风险敏感度。
实验在多个基于 Unity3D 的仿真在电脑里搭建虚拟世界来测试、训练机器人。成本低、速度快，但和真实世界总有差距。◆ 小白科普 · 现身环境中展开，覆盖不同布局、行人密度和 rushing behavior，并同时设置分布内与分布外条件；结果显示预测表现与安全性优于代表性基线。真实机器人实验进一步验证了其在多种场景下的鲁棒性。论文代码与视频已公开。