Shared Voxel-Map-Based Cooperative Indoor UAV Guidance with a Multi-Agent Soft Actor-Critic Controller
论文提出一种共享体素地图的协作式室内无人机导航框架，结合多智能体软演员-评论家（MASAC）控制器。多架无人机将360度激光雷达观测融合到共同的世界坐标系占用地图中，转换为紧凑的鸟瞰图（BEV）表示，并为每个智能体提供以自我为中心的局部裁剪。策略在集中训练、分散执行的框架下，结合BEV地图特征、近场障碍物观测以及紧凑的目标和同伴状态信息。仿真中，该控制器在走廊导航中达到90.3%的成功率，优于A*规划、人工势场控制器和先前引导方法。仿真训练的策略通过离线模仿微调适应真实世界数据。在GNSS受限的室内环境中，真实世界实验展示了在日益具有挑战性的障碍布局下稳定的双无人机协作操作。
Development
- First ReportShared Voxel-Map-Based Cooperative Indoor UAV Guidance with a Multi-Agent Soft Actor-Critic ControllerarXiv cs.AI
- Current Assessment该研究为GNSS受限环境下的多无人机协作导航提供了可行方案，可能推动物流、巡检等领域的自主无人机应用。共享世界模型与分散控制的结合，为多智能体系统的可扩展性提供了思路。Agent Pulse · analysis
该论文提出一种协作式室内无人机引导框架，结合共享体素地图世界模型与多智能体软演员-评论家（MASAC）控制器。多架无人机将360度激光雷达观测融合到共同的世界坐标系占用地图中，转换为紧凑的鸟瞰图（BEV）表示，并为每个智能体提供以自我为中心的局部裁剪。这种“在世界中集成，在自我中行动”的设计实现了多无人机空间融合的一致性，同时保留了分散的连续控制。策略在集中训练、分散执行的框架下，结合BEV地图特征、近场障碍物观测以及紧凑的目标和同伴状态信息。在仿真中，该控制器在走廊导航中达到90.3%的成功率，优于A*规划、人工势场控制器和先前引导方法。为解决残余的仿真到现实差距，仿真训练的策略通过离线模仿微调适应真实世界数据。在GNSS受限的室内环境中，真实世界实验展示了在日益具有挑战性的障碍布局下稳定的双无人机协作操作。
该工作展示了多智能体强化学习（MARL）与显式共享世界模型结合的有效性：通过将多机观测融合到共同的世界坐标系，再以自我为中心的局部裁剪提供给每个智能体，既保持了全局一致性，又支持分散执行。这种“在世界中集成，在自我中行动”的设计可能成为多智能体导航的范式。离线模仿微调用于缓解仿真到现实的差距，表明仿真训练的策略可以通过真实数据进一步适应。
该研究为GNSS受限环境下的多无人机协作导航提供了可行方案，可能推动物流、巡检等领域的自主无人机应用。共享世界模型与分散控制的结合，为多智能体系统的可扩展性提供了思路。
该技术可降低多无人机协作导航对GPS的依赖，提升室内或拒止环境下的作业能力，对物流、安防、农业等领域具有商业价值。
后续可关注该框架在更多无人机数量下的扩展性、真实世界复杂环境中的鲁棒性，以及与其他感知模态（如视觉）的融合。