通过分层子问题扩展和工作空间分解实现可扩展的多机器人运动规划
提出一种新的多机器人运动规划方法，通过分层子问题扩展和迭代工作空间分解，将规划时间提升一个数量级。该方法利用工作空间分解的离散搜索提供协调，避免联合配置空间的高计算代价。
多机器人运动规划中的一个基本挑战是在避免机器人间冲突的同时，不产生搜索联合配置空间的高计算开销。近日，一篇提交至arXiv的论文（arXiv:2605.20395）提出了一种可扩展的多移动机器人运动规划方法，通过分层子问题扩展和工作空间分解细化，实现了规划时间一个数量级的提升。
该方法由Isaac Ngui等五位作者共同完成，已被WAFR 2026（Workshop on the Algorithmic Foundations of Robotics）接收，于2026年5月19日提交。其核心洞察在于，可以利用工作空间分解上的离散搜索来在规划过程中提供机器人间的协调。与先前的工作不同，先前的工作使用工作空间拓扑来确定何时需要机器人间的协调，然后将机器人组合到联合配置空间中，而新方法更进一步，迭代地细化工作空间表示，使规划器能够搜索更小、解耦的配置空间。这种策略显著降低了计算复杂度，使得大规模机器人团队的实时规划成为可能。
论文作者包括Isaac Ngui、Courtney McBeth（提交人）等。该方法有望在仓库自动化、自动驾驶车队等需要多机器人协同的场景中发挥重要作用。研究人员强调，这种基于分解的策略不仅提高了效率，还保持了规划的完整性和安全性。