在机器人研究领域，多机器人系统的自主导航已经取得了显著进展，能够实现安全且协调的飞行。然而，当环境变得非结构化或充满未知时，完全自主的团队往往难以适应突发状况，也无法准确捕捉操作员意图中的特定目标。针对这一挑战，一篇被IEEE国际机器人与自动化会议（ICRA 2026，维也纳）接收的论文提出了一种基于虚拟现实（VR）的共享控制框架，旨在将人类的直觉与自主规划的优势结合起来，用于无人机团队在受限和未知环境中的实时探索。
该框架的核心是一个新颖的、由用户引导的运动基元规划器。该规划器能够计算连续的、无碰撞的轨迹，同时持续整合来自操作员的输入。不同于传统规划器仅在任务开始时接收一次目标，这个规划器在飞行过程中不断接收操作员的引导信号，并即时调整轨迹。为了柔顺地融合人类指令与自主控制，研究团队将规划器与一个导纳控制器耦合。导纳控制器根据操作员的输入产生柔顺的运动响应，允许操作员灵活地影响团队行为，并将无人机引导至自主规划器可能忽略的兴趣区域。
系统还支持混合现实操作，即物理无人机与仿真无人机可以同时存在于同一任务场景中。这为测试和训练提供了便利，也扩展了实际部署的灵活性。操作员通过一个双向VR界面与机器人团队交互：一方面，操作员可以指定迁移点（migration points）来引导团队移动；另一方面，界面会即时提供团队状态的视觉反馈，包括无人机的位置、间距和周围障碍物信息，从而形成闭环的人机交互。
实验结果表明，这种共享控制方法在多个方面优于纯自主或纯手动控制。首先，它显著改善了障碍物回避性能，因为操作员能够提前发现自主系统可能遗漏的风险。其次，共享控制有助于维持智能体之间的安全间距，避免碰撞或过度分散。最后，操作员的工作负荷明显降低，因为系统承担了底层轨迹规划和碰撞避免的繁重工作，而人类只需提供高层次的引导。这些结果展示了沉浸式、人在回路的多机器人导航的可行性与优势。
该论文的作者包括Lou De Bel-Air等共9人，提交于2026年5月20日，论文编号arXiv:2605.21680，属于机器人学（cs.RO）领域。这项研究为未来人机协作探索未知环境提供了新的思路，特别是在搜救、巡检等需要人类判断与自主系统效率相结合的场合具有潜在应用价值。