CoopUQ：通过不确定性感知的协作预测实现鲁棒的多机器人社会导航

强化学习使移动机器人能够在受限的人机共享环境中快速且可扩展地做出导航决策。然而，将单机器人方法直接扩展到多机器人场景，通常难以确保安全性和效率，尤其是在存在遮挡和分布外（OOD）场景时，单个机器人可能会忽视潜在风险或做出不准确的预测。如何有效利用协作同时提升预测与导航能力，仍然是一项重大挑战。我们提出了 CoopUQ，一种多机器人社会导航框架，将不确定性感知的协作占用预测与鲁棒决策相结合。CoopUQ 通过跨机器人时空特征融合预测未来占用栅格地图，并进一步利用预测结果及其不确定性，通过受约束的多智能体强化学习引导策略，其中代价函数会惩罚机器人穿越预测为被占用或具有高度不确定性的区域。这种设计使策略能够在分布偏移下自适应地调整风险敏感度。在多个基于 Unity3D 的仿真环境中进行的实验涵盖了分布内和 OOD 设置，包括多样化的布局、行人密度和匆忙行为，结果表明，与具有代表性的基线方法相比，该方法在预测性能和安全性方面均有所提升。真实机器人实验进一步证明了其在各种场景中的鲁棒性。我们的代码和视频可访问 https://coopuq.github.io/。