智能多机器人在非暴露空间中的自主勘探：理论框架与方法综述

本文基于 Liuchun Li 等人在 Artificial Intelligence Review 发表的综述《Intelligent multi-robot exploration in non-exposed spaces: methods and challenges》进行系统梳理与“二次创作”，重点提炼理论框架与方法脉络，弱化实验与数据集细节，适合作为科研入门与项目选题的理论参考。

---

1 引言：为什么要研究“非暴露空间”的多机器人探索？

在机器人领域，我们常说“未知环境探索”，但现实任务中，有一大类环境比普通未知环境更“刁钻”：它们没有 GNSS 信号、光照恶劣、结构封闭、障碍密集、材质复杂，这类环境在文献中被概括为非暴露空间（non-exposed spaces）。典型例子包括：地下隧道、矿井、地铁、城市地下综合管廊、熔岩洞、行星地下溶洞、复杂室内大空间、桥梁下部与箱梁内部等等。

非暴露空间的共同特征在于：
外部基础设施（卫星导航、稳定通信、良好照明）全部“消失”，机器人必须依赖机载传感器和本地计算，完成定位、建图、路径规划以及团队协同。相较于平坦室外或规则室内，非暴露空间在以下方面尤为困难：

• 感知条件极差：弱光、粉尘、水雾、烟雾、电磁干扰导致相机、LiDAR、GNSS 等经典传感器性能显著下降；

• 空间结构高度不规则：狭窄通道、分叉洞穴、复杂多层结构让拓扑建模和路径规划都变得困难；

• 通信高度受限