Momentum-constrained Hybrid Heuristic Trajectory Optimization Framework with Residual-enhanced DRL for Visually Impaired Scenarios

📄 arXiv: 2604.14986v1 📥 PDF

作者: Yuting Zeng, Zhiwen Zheng, Jingya Wang, You Zhou, JiaLing Xiao, Yongbin Yu, Manping Fan, Bo Gong, Liyong Ren

分类: cs.RO

发布日期: 2026-04-16

备注: 24 pages, 14 figures. arXiv admin note: text overlap with arXiv:2509.15582

💡 一句话要点

针对视障人士，提出动量约束混合启发式轨迹优化框架，提升安全性与舒适性。

🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱二：RL算法与架构 (RL & Architecture)

关键词: 视障辅助 轨迹优化 深度强化学习 启发式算法 动量约束 人机交互 机器人导航

📋 核心要点

  1. 现有视障辅助规划方法在多目标优化、泛化能力和可解释性方面存在不足，难以同时保证舒适性和安全性。
  2. 提出动量约束混合启发式轨迹优化框架（MHHTOF），结合启发式采样、动量约束优化和残差增强深度强化学习，提升轨迹规划的性能。
  3. 实验结果表明，该框架收敛速度更快，成本更低且稳定，在复杂动态场景中表现出更好的鲁棒性、安全性和效率。

📝 摘要（中文）

本文提出了一种动量约束混合启发式轨迹优化框架（MHHTOF），旨在为视障人士提供安全高效的辅助规划。现有方法在多目标优化、泛化性和可解释性方面存在挑战。该框架设计了一个启发式轨迹采样簇（HTSC）和一个动量约束轨迹优化（MTO）模块，以平衡舒适性和安全性，抑制速度和加速度的突变。此外，一个新颖的残差增强深度强化学习（DRL）模块用于优化候选轨迹，提升时间建模和策略泛化能力。最后，引入双阶段成本建模机制（DCMM）来规范优化过程，其中Frenet空间的成本确保一致性，而奖励驱动的自适应权重在笛卡尔空间中整合用户偏好，以实现可解释性和以用户为中心的决策。实验结果表明，所提出的框架收敛速度接近基线的两倍，并实现了更低且更稳定的成本。在复杂的动态场景中，MHHTOF进一步展示了稳定的速度和加速度曲线，降低了风险，证实了其在鲁棒性、安全性和效率方面的优势。

🔬 方法详解

问题定义：论文旨在解决视障人士辅助规划中，现有方法难以兼顾安全性、舒适性、泛化性和可解释性的问题。现有方法容易产生速度和加速度突变，导致不舒适的体验，并且难以适应复杂的动态环境。

核心思路：论文的核心思路是结合启发式轨迹采样、动量约束优化和深度强化学习，构建一个混合框架。通过启发式采样生成候选轨迹，动量约束优化平滑轨迹，深度强化学习进一步优化轨迹，从而在安全性、舒适性和泛化性之间取得平衡。

技术框架：MHHTOF框架包含以下几个主要模块：1) 启发式轨迹采样簇（HTSC）：生成候选轨迹；2) 动量约束轨迹优化（MTO）：通过动量约束平滑轨迹，抑制速度和加速度的突变；3) 残差增强深度强化学习（DRL）：利用DRL进一步优化轨迹，提升时间建模和策略泛化能力；4) 双阶段成本建模机制（DCMM）：在Frenet空间和笛卡尔空间分别进行成本建模，确保轨迹一致性，并整合用户偏好。

关键创新：论文的关键创新在于：1) 提出动量约束轨迹优化，有效抑制速度和加速度的突变，提升舒适性；2) 引入残差增强深度强化学习，提升轨迹优化效果和泛化能力；3) 设计双阶段成本建模机制，整合用户偏好，提升可解释性和用户体验。

关键设计：MTO模块中，动量约束的具体实现方式未知，需要查阅论文细节。残差增强DRL模块的网络结构和损失函数未知，需要查阅论文细节。DCMM模块中，Frenet空间和笛卡尔空间的成本函数设计未知，需要查阅论文细节。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，MHHTOF框架的收敛速度是基线的近两倍，并且实现了更低且更稳定的成本。在复杂的动态场景中，MHHTOF展示了更稳定的速度和加速度曲线，降低了风险，验证了其在鲁棒性、安全性和效率方面的优势。具体的性能提升幅度需要查阅论文中的实验数据。

🎯 应用场景

该研究成果可应用于视障人士的智能辅助设备，例如智能手杖、智能轮椅等，帮助他们安全、高效地在复杂环境中导航。此外，该框架也可扩展到其他需要考虑舒适性和安全性的机器人导航场景，例如服务机器人、自动驾驶车辆等。

📄 摘要（原文）

Safe and efficient assistive planning for visually impaired scenarios remains challenging, since existing methods struggle with multi-objective optimization, generalization, and interpretability. In response, this paper proposes a Momentum-Constrained Hybrid Heuristic Trajectory Optimization Framework (MHHTOF). To balance multiple objectives of comfort and safety, the framework designs a Heuristic Trajectory Sampling Cluster (HTSC) with a Momentum-Constrained Trajectory Optimization (MTO), which suppresses abrupt velocity and acceleration changes. In addition, a novel residual-enhanced deep reinforcement learning (DRL) module refines candidate trajectories, advancing temporal modeling and policy generalization. Finally, a dual-stage cost modeling mechanism (DCMM) is introduced to regulate optimization, where costs in the Frenet space ensure consistency, and reward-driven adaptive weights in the Cartesian space integrate user preferences for interpretability and user-centric decision-making. Experimental results show that the proposed framework converges in nearly half the iterations of baselines and achieves lower and more stable costs. In complex dynamic scenarios, MHHTOF further demonstrates stable velocity and acceleration curves with reduced risk, confirming its advantages in robustness, safety, and efficiency.