随着机器人应用场景日益复杂，如何让多个机器人在动态环境中安全高效地协同工作成为关键。IROS 2025的一场主旨报告深入探讨了这一挑战，从交互感知导航到协同移动操作，展示了融合学习与规划技术的最新突破，为构建真正自主的多机器人系统描绘了清晰的技术路径。
智能速览
传统模型预测控制（MPC）易陷入局部最优，通过探索不同路径和学习人类行为可优化导航。
交互感知规划（IA-MPPI）通过联合采样预测其他智能体行为，实现更安全、合规的决策。
“几何织物”技术让移动操作机器人实现快速、全身协调的反应式控制。
结合任务优化与示教学习，机器人团队能在动态环境中协同完成取放等复杂任务。
多智能体强化学习使无人机团队无需中心控制器即可协同操作悬挂负载。
未来挑战在于整合任务与运动规划、适应开放世界以及提升系统的可扩展性。
精华内容
要让机器人在人类环境中自如行动，仅靠独立导航和操作是远远不够的。关键在于如何让它们理解彼此的意图，进行有效的交互与协作，这正是现代多智能体自主研究的核心。
突破导航局限
传统的模型预测控制（MPC）在机器人局部路径规划中虽有效，但容易陷入局部最优解，导致行为不可预测。为解决此问题，研究者提出了一种并行优化方法，在基于概率路线图（PRM）的不同同伦类中计算长时域路径，再用MPC跟踪最佳候选。这种方法赋予了机器人更强的全局推理能力。
更进一步的挑战在于如何让机器人的行为符合社会规范。一种方案是学习人类在人群中的导航行为。通过训练神经网络从行人数据集中学习社会偏好，该网络可以为机器人选择最“像人类”的全局路径，再由MPC执行，从而在保证安全的同时实现社会合规的导航。
交互感知规划
机器人与环境中的其他智能体（人类或其他机器人）之间存在复杂的交互。忽略这种交互的规划方法往往不够真实。交互感知MPPI（IA-MPPI）是一种基于采样的MPC方法，它同时为机器人和环境中的其他智能体采样控制输入，通过加权求和得到机器人自身的控制指令和对其他智能体的预测。
这种联合优化方法不仅建模了交互，还能方便地集成非可微的代价函数和约束（如航行规则）。在自主船只和城市运河航行仿真中，该去中心化方法展现了出色的协同行为，证明了其在多智能体环境中的有效性。
全身协调操作
从导航到操作，机器人需要与环境进行物理交互。“几何织物”是一种用于全身控制的框架，它将不同的行为（如到达目标、避障）组合成二阶微分方程，能够对机器人所有自由度进行快速、反应式的控制。然而，该方法需要全局引导。
通过结合长时域的任务与运动优化，机器人可以动态调整路径和抓取姿态，以适应其他智能体或人类的行为。对于更复杂的任务，则可通过从人类示教中学习来提供引导。例如，仅通过10次番茄抓取演示，机器人就能学会该任务，并在“几何织物”的安全约束下执行，实现了学习效率与安全性的平衡。
无人机去中心协同
在空中协同操作领域，多个无人机吊装同一负载是一个典型难题。集中式非线性模型预测控制（NMPC）虽能实现实时规划和避障，但其计算依赖中心节点，限制了系统的可扩展性。
令人惊喜的是，通过多智能体强化学习，可以训练出分布式的策略，让每架无人机自主计算控制指令。该策略在仿真中训练后能直接部署到真实无人机，甚至表现出强大的泛化能力：在增加一架无人机、存在外部干扰甚至单机故障的情况下，其余无人机仍能成功协同吊起负载。尽管该方法目前还存在训练时间长、依赖精确状态感知等挑战，但它为大规模去中心化协作提供了可能。
从更智能的导航到更灵活的协同操作，这项研究为构建能在复杂多变的环境中自主工作的多机器人系统铺平了道路。尽管在系统集成、开放世界适应性和可扩展性上仍有挑战，但融合学习、规划与控制的思路无疑指明了方向。未来，我们离看到机器人真正融入日常生活，或许又近了一步。
