[CoRL25]机器人也会“脑补”地图？CogniPlan的认知式路径规划揭秘

最新推荐文章于 2025-12-19 17:30:06 发布

原创最新推荐文章于 2025-12-19 17:30:06 发布 · 1k 阅读

CC 4.0 BY-SA版权

文章标签：

摘要

在陌生环境中为机器人规划路径，是一个充满挑战的任务。无论是自主探索还是导航到指定目标，机器人都必须在信息不完整、动态更新的地图中做出决策，并实时评估潜在的信息增益。然而，现有的规划方法大多依赖规则化的边界（frontier）选择策略，或深度强化学习策略网络的隐式空间记忆，缺乏在不确定性下对环境结构进行主动推测与多假设推理的能力。

受人类“认知地图”启发，作者提出了 CogniPlan——一种融合生成式布局预测与图注意力规划的全学习型框架。它使用轻量化的 Wasserstein 生成对抗网络（WGAN）对部分可观测地图进行条件补全，生成多种可能的环境布局假设；再通过图注意力网络在多假设下进行推理，评估不确定性和信息增益，选择最优路径。

实验结果表明，在数百个仿真地图和真实平面图数据集上，CogniPlan 相比现有最优方法在探索和导航任务中显著减少了行程长度，并在高保真仿真与真实机器人测试中展现了强大的泛化与落地能力。这一方法让机器人能够在“看不见”的地方提前推测、合理规划，向类人导航迈进一步。

图1｜CogniPlan能够通过对未知区域的地图进行“想象”，从而提前规划路径，利用不确定性来保证路径的一致性和准确性，提升机器人在导航与探索任务中的表现

论文出处：CoRL2025

论文标题：CogniPlan: Uncertainty-Guided Path Planning withConditional Generative Layout Prediction

论文作者：Yizhuo Wang, Haodong He, Jingsong Liang, Yuhong Cao1, Ritabrata Chakraborty, Guillaume Sartoretti

路径规划是机器人智能的核心能力，使移动机器人能够计算通往指定目标的高效路线以完成任务。然而在现实中，环境通常事先未知，这给决策带来了固有挑战。本文聚焦于两项相互关联的任务：自主探索与点目标导航。两者都要求机器人在未知环境中规划，以最短路线完成全局建图或到达目标。

在这种不确定性下进行有效推理，机器人必须基于部分且动态更新的地图信念行事，同时评估潜在信息增益——一些表面相似的选择可能带来截然不同的长期结果。现有大多数规划策略仍是基于规则的方法，通过接近度或预期未映射体积的贪婪启发式来选择边界（frontier）。这类方法在简单场景中有效，但对观测被动响应，缺乏对更广泛布局的主动推测能力，难以实现非贪婪、空间一致性的规划。

数据驱动方法包括两类：一类是将空间知识隐式编码于策略网络的深度强化学习（DRL）；另一类是显式预测布局后再进行传统规划。然而，这两种范式很少结合，未充分探索它们的协同潜力。本文提出的问题是：能否将布局预测显式用于不确定性下的规划，使学习型规划器能在多种可能的空间假设上进行推理？

受到人类在导航中构建“认知地图”的能力启发，作者提出了 CogniPlan：一个由多种可能布局预测引导的全学习型路径规划框架。该框架首先采用轻量化 Wasserstein 生成对抗网络（WGAN）在真实布局类型的条件下生成多种可能预测，捕捉布局不确定性，并输出二值化的自由空间/障碍物地图。在前向推理时，通过输入多组布局条件向量生成多假设预测，每个假设对应部分观测环境的不同结构推测。随后，CogniPlan 的图注意力网络利用这些假设进行推理，结合不确定性与信息增益，实时决定下一步的探索或导航目标点。

现有研究显示，基于图注意力的路径规划方法具有良好的灵活性与可扩展性，能在不同规模的环境中保持全局上下文。然而，这类方法往往仅依赖图表示，无法捕捉占据地图中细微而重要的结构细节，例如形状各异的边界在图中编码相似，丢失关键信息。CogniPlan 通过生成式模型预测布局，将这些结构细节放大并传递到图层，引导更加信息丰富的规划决策。与将布局生成器用于传统规划器及当前最优 DRL 规划器相比，CogniPlan 在探索任务中平均减少 17.7% 和 7.0% 的行程长度，在导航任务中减少 3.9% 和 12.5%，且无需额外训练或微调即可在真实平面图数据集上保持高效。最终，CogniPlan 在高保真 Gazebo 仿真与真实机器人测试中均展示了高质量路径规划与实际可行性。

图2｜全文方法总览

框架设计概述

CogniPlan 框架如图 2 所示，由条件生成式图像修补网络（Conditional Generative Inpainting Network）与图注意力规划器（Graph Attention Planner）协同组成。核心思路是：利用生成的布局预测结果，对包含丰富结构细节的信念地图进行信息增强；再从中提取与规划相关的要素（如前沿点、连通性、不确定性引导等），编码成图结构表示，用于后续路径规划决策。

问题形式化

环境被划分为可通行空间和被占据空间，机器人维护环境的空间信念，并将其表示为二维占据栅格地图，用于布局预测与路径规划。机器人根据策略在可通行空间中导航，生成无碰撞的轨迹点列。通过车载传感器（本文为 LiDAR）逐步揭示未知区域，并将其分类为自由空间或障碍物。

探索任务在障碍物边界完全闭合时结束；导航任务在机器人到达目标位置时结束。两类任务的目标都是最小化完成代价，例如行驶距离或总时间。

条件生成式图像修补

图像修补的目标是根据周围已知区域预测缺失部分的内容。现有方法多采用编码-解码架构（如 VAE 或 U-Net）生成局部补丁，主要用于地图细化或信息增益估计。本文假设：只要能生成一组多样化的布局预测，即便单次预测不完全准确，规划器也能学会在探索与利用之间取得平衡，并推理潜在信息增益与环境拓扑，从而实现非贪婪路径规划。

布局修补训练

为生成多样化预测，作者在三类地图数据集（房间、隧道、室外）上训练了带梯度惩罚的 Wasserstein GAN（WGAN-GP）。每个样本配有真实布局类型的条件向量（采用 one-hot 编码）。该条件向量被扩展到与输入地图相同的空间尺寸，并与机器人的占据地图信念及未知区域掩码拼接后输入生成器。生成器输出预测的自由空间与障碍物分布。

生成器的训练目标包含：

● 对抗损失（来自判别器）；

● 全局重构的 L1 损失；

● Dice（F1-score）损失用于衡量预测与真实的重叠精度；

● 空间折扣掩码损失，用于对接近已知区域的未知像素赋予更高权重，重点关注影响可通行性的关键位置，并适应不规则掩码形状。

推理阶段的不确定性

在推理时，真实布局类型未知。作者设计了多组条件向量，包括 one-hot 和 soft one-hot 形式，用于生成多样化的布局预测。输出经过二值化处理，并通过形态学闭运算与开运算去除小噪声。多次预测的平均结果被用作不确定性估计，从而捕捉占据图中图结构难以反映的细节，例如未闭合的走廊、新发现的墙角、多分支前沿结构等。

该生成器参数量不足 35 万，可在 CPU 上实时完成多次推理，从而高效地进行不确定性估计与规划器训练。相比 LaMa 修补模型（参数量超过 5000 万），计算开销显著降低。

不确定性引导的规划网络

图构建

相比直接在占据图上规划，基于图的表示更易扩展且能保留全局上下文。CogniPlan 在每个决策时刻，根据预测布局构建无碰撞图。在自由区域内均匀布置节点，并依据距离和可见性连边。每个节点附加以下属性：

节点位于已知区域或预测区域的标识；

1. 预测自由空间的概率（取多次预测的平均值）；

2. 基于可观测前沿数量计算的归一化效用值，在预测区域中设置为最低值；

3. 导向点标识，用于死胡同时回溯，计算基于预测图而非仅已知区域。

4. 在导航任务中，还会为节点增加指向目标点的方向向量。

策略网络

策略网络采用图注意力结构，包括编码器和解码器：

编码器将节点属性映射为特征向量，通过多层掩码自注意力聚合邻居信息，逐层扩大感受野，实现局部与全局信息融合；

解码器以机器人当前位置特征为查询，与邻居节点特征进行注意力计算，注意力分数直接作为动作概率分布，从而选择下一步移动的节点。

价值网络

价值网络用于估计状态-动作价值（Q 值），采用特权学习，即直接使用来自真实环境的真值图作为输入。其结构与策略网络一致，但输出为 Q 值而非注意力分数。

网络训练细节

由于 GAN 容易出现模式崩溃与梯度爆炸，作者采用 WGAN-GP，并引入预热机制：前一阶段仅训练生成器，使用纯重构损失以获得初步的布局预测；在此基础上进入完整的对抗训练阶段，判别器的损失为真实样本与生成样本输出的差异，并加上梯度惩罚项。

模拟实验

在 150 张不同布局类型的地图上进行探索任务测试，CogniPlan 相比最近前沿法、基于效用法、NBVP、TARE Local、ARiADNE+ 及基于修补预测的 TARE 方法，均实现显著性能提升。在导航任务中，它甚至略微超越了近似最优的 D*Lite 搜索规划器（见图3）。

结果显示，CogniPlan 在探索中可减少 17.7% 的行驶距离，在导航中减少 3.9%～12.5%，且优势明显高于直接使用修补预测与传统规划器的组合方案（Inpaint+TARE）。作者指出，这一优势来自 CogniPlan 在下游规划中对预测布局的不确定性进行建模，从而避免了预测误差导致的低效 zig-zag 行为（见图4）。

实验进一步分析了推理时布局预测的数量，发现从 1 个增加到 4～7 个能显著减少行驶距离，但收益在 4 个后趋于饱和，说明少量多样化的假设就足以为规划提供可靠指导。

图3｜模拟实验量化结果（探索）

图4｜模拟实验量化结果（导航）

图5｜轨迹长度；探索规划；对于起点的稳健性综合实验结果

真实机器人实验

在 KTH Floor Plan 数据集和 Gazebo 仿真环境中，CogniPlan 在零样本条件下与 Nearest、ARiADNE+、MapEx 等方法对比。

结果显示，MapEx 在早期（80% 覆盖率前）占优，但后期趋于停滞；CogniPlan 则能保持稳定推进，在 90% 覆盖率后反超，展现出更好的长程规划能力（见图5）。

此外，在不同起点位置的鲁棒性测试中，CogniPlan 在 85%、90%、95% 覆盖率下均获得最短平均路径和最低方差，起点敏感性显著低于对比方法。这归功于其预测布局提供的全局结构先验，使路径规划更一致、回溯更少（见图5）。

作者在一个 30m × 10m 室内实验室部署四轮全向机器人，场景中布满桌椅、设备和移动行人。机器人搭载 Livox Mid-360 3D LiDAR，使用 0.2m 分辨率的 Octomap 构建地图，0.8m 的路径节点间距规划路径。测试结果表明，CogniPlan 能在约 6 分钟内完成探索，总行驶约 100 米。可视化结果显示，它能在探索过程中持续生成并利用布局预测，引导机器人高效覆盖全局（见图6）。