NeHMO: Neural Hamilton-Jacobi Reachability Learning for Decentralized Safe Multi-Agent Motion Planning

📄 arXiv: 2507.13940v1 📥 PDF

作者: Qingyi Chen, Ahmed H. Qureshi

分类: cs.RO

发布日期: 2025-07-18

💡 一句话要点

提出NeHMO，用于分散式安全多智能体运动规划的神经Hamilton-Jacobi可达性学习

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 多智能体运动规划 Hamilton-Jacobi可达性 深度学习 分散式控制 安全约束

📋 核心要点

  1. 现有分散式多智能体运动规划方法依赖预测或通信，集中式方法则扩展性差，难以应对复杂环境。
  2. 提出神经Hamilton-Jacobi可达性学习（NeHMO），通过学习HJR函数来建模智能体间的安全约束。
  3. 实验证明NeHMO具有良好的扩展性和数据效率，在高维空间和复杂约束下优于现有方法。

📝 摘要（中文）

安全的多智能体运动规划（MAMP）是机器人领域的一项重大挑战。尽管取得了显著进展，但现有方法常常面临两难境地。分散式算法通常依赖于预测其他智能体的行为、共享协议或维持通信以确保安全，而集中式方法则难以扩展和进行实时决策。为了应对这些挑战，我们引入了用于分散式多智能体运动规划的神经Hamilton-Jacobi可达性学习（HJR）。我们的方法提供了可扩展的神经HJR建模，以应对高维配置空间，并捕获智能体之间最坏情况下的碰撞和安全约束。我们进一步提出了一个分散式轨迹优化框架，该框架结合了学习到的HJR解决方案，以实时解决MAMP任务。我们证明了我们的方法既可扩展又具有数据效率，能够在具有复杂碰撞约束的更高维度场景中解决MAMP问题。我们的方法可以推广到各种动力学系统，包括一个12维的双臂设置，并且在成功解决具有挑战性的MAMP任务方面优于一系列最先进的技术。

🔬 方法详解

问题定义：论文旨在解决分散式多智能体运动规划（MAMP）中的安全问题，尤其是在高维配置空间和复杂碰撞约束下。现有分散式方法依赖于智能体间的预测或通信，增加了计算复杂性和通信负担，而集中式方法则难以扩展到大量智能体或高维空间。因此，如何在保证安全性的前提下，实现高效、可扩展的分散式MAMP是一个关键挑战。

核心思路：论文的核心思路是利用神经Hamilton-Jacobi可达性学习（HJR）来建模智能体之间的安全约束。HJR能够计算出在最坏情况下也能保证安全的区域，从而避免智能体间的碰撞。通过神经网络学习HJR函数，可以有效地处理高维配置空间和复杂的动力学系统。这种方法避免了显式地预测其他智能体的行为，而是直接学习安全区域，从而提高了规划的鲁棒性和效率。

技术框架：整体框架包含两个主要阶段：1) 神经HJR学习阶段：利用神经网络学习Hamilton-Jacobi可达性函数，该函数描述了在给定状态下，智能体能够安全到达的目标区域。训练数据通过模拟智能体间的交互生成，并使用合适的损失函数来优化网络参数。2) 分散式轨迹优化阶段：每个智能体利用学习到的HJR函数作为约束条件，进行局部轨迹优化。优化目标通常是最小化轨迹长度或时间，同时保证轨迹始终位于安全区域内。智能体之间无需显式通信，只需共享各自的目标位置。

关键创新：论文的关键创新在于将神经HJR学习应用于分散式MAMP。传统的HJR方法计算复杂度高，难以应用于高维空间。通过神经网络逼近HJR函数，可以显著降低计算成本，并实现对复杂动力学系统的建模。此外，论文提出的分散式轨迹优化框架能够有效地利用学习到的HJR函数，实现实时、安全的运动规划。

关键设计：论文使用深度神经网络来逼近Hamilton-Jacobi可达性函数。网络结构的选择需要根据具体的动力学系统和配置空间维度进行调整。损失函数的设计至关重要，通常包括两部分：一部分用于保证HJR函数的性质（例如，满足Hamilton-Jacobi方程），另一部分用于惩罚碰撞。轨迹优化阶段可以使用各种优化算法，例如序列二次规划（SQP）或迭代线性二次调节器（iLQR）。关键参数包括神经网络的层数、每层神经元数量、学习率、优化算法的参数等。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，NeHMO在高维（例如12维双臂系统）和复杂约束条件下，能够成功解决MAMP问题，并且优于现有的最先进方法。具体而言，NeHMO在保证安全性的前提下，能够更快地找到可行轨迹，并且具有更好的鲁棒性。视频演示可在https://youtu.be/IZiePX0p1Mc观看。

🎯 应用场景

该研究成果可应用于各种多智能体系统，如自动驾驶、无人机编队、机器人协同操作等。通过学习安全可达区域，可以提高系统的安全性和鲁棒性，减少碰撞风险。此外，该方法的分散式特性使其能够应用于大规模智能体系统，具有重要的实际应用价值和未来发展潜力。

📄 摘要（原文）

Safe Multi-Agent Motion Planning (MAMP) is a significant challenge in robotics. Despite substantial advancements, existing methods often face a dilemma. Decentralized algorithms typically rely on predicting the behavior of other agents, sharing contracts, or maintaining communication for safety, while centralized approaches struggle with scalability and real-time decision-making. To address these challenges, we introduce Neural Hamilton-Jacobi Reachability Learning (HJR) for Decentralized Multi-Agent Motion Planning. Our method provides scalable neural HJR modeling to tackle high-dimensional configuration spaces and capture worst-case collision and safety constraints between agents. We further propose a decentralized trajectory optimization framework that incorporates the learned HJR solutions to solve MAMP tasks in real-time. We demonstrate that our method is both scalable and data-efficient, enabling the solution of MAMP problems in higher-dimensional scenarios with complex collision constraints. Our approach generalizes across various dynamical systems, including a 12-dimensional dual-arm setup, and outperforms a range of state-of-the-art techniques in successfully addressing challenging MAMP tasks. Video demonstrations are available at https://youtu.be/IZiePX0p1Mc.