Interactive-FAR:Interactive, Fast and Adaptable Routing for Navigation Among Movable Obstacles in Complex Unknown Environments

本文介绍了一种实时算法，用于在充满可移动障碍物的复杂未知环境中进行导航。我们的算法通过在路径规划过程中积极尝试操纵障碍物并根据传感器反馈调整全局计划，实现了快速适应性路由。主要贡献包括改进的动态有向可见性图（DV-graph）以实现快速全局路径搜索、实时交互规划方法以根据新的感知信息进行在线调整，以及专为在复杂未知或部分已知环境中进行交互式导航而设计的全面框架。我们的算法能够在几毫秒内重新规划全局路径。它还可以尝试移动障碍物、更新其可行性，并相应地调整策略。广泛的实验验证了我们的算法在复杂环境中比传统方法快几个数量级，减少了33%的旅行时间，实现了高达49%的路径效率。在交互式导航方面，它已被证明是速度和效率方面最高的解决方案。我们还开放了我们的代码以方便未来的研究。

论文旨在解决在充满可移动障碍物的复杂未知环境中导航的问题，提出一种快速适应的路径规划算法。

论文的关键思路是通过在路径规划过程中主动尝试操纵障碍物并根据传感器反馈调整全局规划，实现快速适应性路径规划。

论文提出了一种改进的动态Directed Visibility Graph（DV-graph）用于快速全局路径搜索，设计了一种实时交互规划方法，可以根据新的感知信息进行在线调整，同时提供了一个综合框架，用于在复杂未知或部分已知环境中进行交互式导航。实验结果表明，该算法可以在几毫秒内重新规划全局路径，将旅行时间缩短33％，路径效率提高49％，且在复杂环境中比传统方法运行速度快数个数量级。论文还开源了代码以便于未来研究。

在这个领域中，最近的相关研究包括：'A Survey of Motion Planning and Control Techniques for Self-driving Urban Vehicles'，'A Real-time Planning and Control Framework for Autonomous Driving in Dynamic Environments'等。