LSTP-Nav: Lightweight Spatiotemporal Policy for Map-free Multi-agent Navigation with LiDAR

📄 arXiv: 2408.16370v5 📥 PDF

作者: Xingrong Diao, Zhirui Sun, Jianwei Peng, Jiankun Wang

分类: cs.RO, eess.SY

发布日期: 2024-08-29 (更新: 2025-07-18)

💡 一句话要点

提出LSTP-Nav，通过轻量时空策略实现基于LiDAR的无地图多智能体导航。

🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱八：物理动画 (Physics-based Animation)

关键词: 多智能体导航 无地图导航 LiDAR 时空策略 深度强化学习

📋 核心要点

  1. 多智能体动态环境导航面临挑战，尤其是在资源受限平台实时决策时，需要无地图避障。
  2. LSTP-Nav核心在于LSTP-Net，利用GRU和注意力机制处理LiDAR数据，优化HS奖励函数提升避障能力。
  3. PhysReplay-Simlab模拟器缩小了sim-to-real差距，实验表明LSTP-Nav优于基线，成功率提升9.58%。

📝 摘要（中文）

本文提出LSTP-Nav，一种轻量级的端到端策略，用于多智能体导航，能够在复杂环境中实现无地图的避障，直接将原始LiDAR点云映射到运动指令。该框架的核心是LSTP-Net，一个高效的网络，使用GRU架构处理原始LiDAR数据，并通过注意力机制动态地关注关键环境特征，同时最小化计算开销。此外，一种新的HS奖励通过结合角速度来优化避障，优先考虑预测航向上的障碍物，并提高训练稳定性。为了缩小sim-to-real差距，开发了PhysReplay-Simlab，一个物理上逼真的多智能体模拟器，采用局部回放来挖掘接近失败的经验。LSTP-Nav仅依赖LiDAR，在仅CPU的机器人平台上实现了高效的零样本sim-to-real迁移，能够在动态环境中实现鲁棒的导航，同时保持40 Hz以上的计算频率。大量实验表明，LSTP-Nav优于基线方法，成功率提高了9.58%，碰撞率降低了12.30%，突显了其在实际应用中的实用性和鲁棒性。

🔬 方法详解

问题定义：论文旨在解决多智能体在动态环境中，仅依靠LiDAR数据，如何在资源受限的平台上实现安全、高效且无需预构建地图的导航问题。现有方法通常依赖预先构建的地图，或者计算复杂度高，难以在实际机器人平台上实时部署。

核心思路：论文的核心思路是设计一个轻量级的端到端策略，直接从原始LiDAR点云数据学习到运动控制指令。通过时空网络提取环境特征，并利用注意力机制关注关键障碍物，从而实现高效的避障。同时，设计物理逼真的模拟环境和局部回放机制，以提升模型在真实环境中的泛化能力。

技术框架：LSTP-Nav框架主要包含三个部分：LSTP-Net（轻量级时空网络）、HS奖励函数和PhysReplay-Simlab（物理逼真模拟器）。LSTP-Net负责从LiDAR数据中提取时空特征并生成运动指令；HS奖励函数用于优化避障策略；PhysReplay-Simlab用于生成训练数据，并通过局部回放机制提升模型鲁棒性。整体流程是从模拟环境中采集数据，训练LSTP-Net，然后将训练好的模型部署到真实机器人平台上。

关键创新：论文的关键创新在于：1) 提出了LSTP-Net，一个轻量级的时空网络，能够高效地处理LiDAR数据，并利用注意力机制关注关键障碍物。2) 设计了HS奖励函数，通过结合角速度信息，优化避障策略。3) 开发了PhysReplay-Simlab，一个物理逼真的模拟器，能够生成高质量的训练数据，并利用局部回放机制提升模型鲁棒性。与现有方法相比，LSTP-Nav无需预构建地图，计算复杂度更低，更适合在资源受限的平台上部署。

关键设计：LSTP-Net采用GRU作为主要网络结构，以捕捉时序信息。注意力机制用于动态地关注LiDAR点云中的关键区域。HS奖励函数的设计考虑了智能体的角速度，并对预测航向上的障碍物赋予更高的权重。PhysReplay-Simlab模拟器使用物理引擎模拟真实环境，并采用局部回放机制，从接近失败的经验中学习。具体的参数设置和网络结构细节在论文中有详细描述。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，LSTP-Nav在动态环境中实现了高效的无地图导航。与基线方法相比，LSTP-Nav的成功率提高了9.58%，碰撞率降低了12.30%。此外，LSTP-Nav能够在仅CPU的机器人平台上以40 Hz以上的频率运行，证明了其在资源受限环境中的实用性。零样本sim-to-real迁移实验也验证了LSTP-Nav的泛化能力。

🎯 应用场景

LSTP-Nav适用于各种需要多智能体协同导航的场景，例如仓库机器人、自动驾驶车辆、无人机编队等。该研究的实际价值在于降低了多智能体导航系统的部署成本和计算复杂度，使其能够在资源受限的平台上运行。未来，该技术有望应用于更复杂的动态环境，例如人群密集的城市街道或复杂的工业场景。

📄 摘要（原文）

Safe and efficient multi-agent navigation in dynamic environments remains inherently challenging, particularly when real-time decision-making is required on resource-constrained platforms. Ensuring collision-free trajectories while adapting to uncertainties without relying on pre-built maps further complicates real-world deployment. To address these challenges, we propose LSTP-Nav, a lightweight end-to-end policy for multi-agent navigation that enables map-free collision avoidance in complex environments by directly mapping raw LiDAR point clouds to motion commands. At the core of this framework lies LSTP-Net, an efficient network that processes raw LiDAR data using a GRU architecture, enhanced with attention mechanisms to dynamically focus on critical environmental features while minimizing computational overhead. Additionally, a novel HS reward optimizes collision avoidance by incorporating angular velocity, prioritizing obstacles along the predicted heading, and enhancing training stability. To narrow the sim-to-real gap, we develop PhysReplay-Simlab, a physics-realistic multi-agent simulator, employs localized replay to mine near-failure experiences. Relying solely on LiDA, LSTP-Nav achieves efficient zero-shot sim-to-real transfer on a CPU-only robotic platform, enabling robust navigation in dynamic environments while maintaining computation frequencies above 40 Hz. Extensive experiments demonstrate that LSTP-Nav outperforms baselines with a 9.58% higher success rate and a 12.30% lower collision rate, underscoring its practicality and robustness for real-world applications.