Topology-Guided ORCA: Smooth Multi-Agent Motion Planning in Constrained Environments

我们提出了拓扑引导下的ORCA作为替代模拟器，用于在存在静态障碍物的环境中规划平滑的多智能体运动。尽管ORCA在模拟自由空间中的多智能体群体运动方面表现出色，但在存在静态障碍物的情况下，ORCA在导航智能体时遇到了重大挑战。ORCA忽略静态障碍物，直到一个智能体靠近障碍物，如果障碍物拦截了智能体通往目标的路径，智能体就会被卡住。为了解决这个挑战，拓扑引导下的ORCA构建了一个图来表示环境中可通过区域的拓扑结构。我们使用路径规划器规划一系列连接每个智能体起点和终点位置的路径点。这些路径点被用作一系列目标，以引导ORCA。在受限环境中进行的群体模拟实验表明，我们的方法在生成多个智能体在受限环境中平滑自然运动方面优于ORCA，这表明拓扑引导下的ORCA作为训练受限社交导航策略的有效模拟器具有巨大潜力。

解决问题：该论文旨在提出一种名为Topology-Guided ORCA的模拟器，用于在存在静态障碍物的环境中规划平滑的多智能体运动。该模拟器试图解决ORCA在存在静态障碍物时的局限性问题。

关键思路：Topology-Guided ORCA通过构建表示环境可通过区域拓扑的图形来解决ORCA存在的问题。该模拟器使用路径规划器规划连接每个智能体起点和终点位置的路径点的路径。这些路径点用作指导ORCA的一系列目标。在受限环境中的人群模拟实验表明，Topology-Guided ORCA在生成多个智能体在受限环境中平滑自然运动方面优于ORCA。

其他亮点：论文的实验设计合理，使用了多个数据集，同时还开源了代码。此外，该论文提出的Topology-Guided ORCA方法为在受限环境中训练社交导航策略提供了一个有效的模拟器。

相关研究：最近的相关研究包括：《基于多智能体的社交导航：现状和未来方向》、《基于模型的多智能体路径规划的综述》等。