CoopUQ: Robust Multi-Robot Social Navigation via Uncertainty-Aware Cooperative Forecasting

📄 arXiv: 2610.26852v1 📥 PDF

作者: Zehao Wang, Jianpeng Yao, Yuping Wang, Yiping Li, Jiaqi Li, Zhixu Li, Kanghoon Lee, Jinfeng Wang, Cong Liu, Zhaowei Tan, Jinkyoo Park, Jiachen Li

分类: cs.RO, cs.AI, cs.LG

发布日期: 2026-10-19

备注: Conference on Robot Learning (CoRL 2026); Project Website: https://coopuq.github.io/

🔗 代码/项目: PROJECT_PAGE

💡 一句话要点

提出CoopUQ以解决多机器人社交导航中的不确定性问题

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture) 支柱三：空间感知与语义 (Perception & Semantics) 支柱八：物理动画 (Physics-based Animation)

关键词: 多机器人导航 社交导航 不确定性感知 强化学习 占用预测

📋 核心要点

  1. 现有多机器人导航方法在遮挡和分布外场景下常常无法确保安全和效率，存在忽视风险的情况。
  2. 提出的CoopUQ框架通过跨机器人特征融合进行不确定性感知的占用预测，并结合多智能体强化学习进行决策。
  3. 实验结果显示，CoopUQ在多种环境下的预测性能和安全性均显著优于现有基线，验证了其有效性。

📝 摘要（中文）

强化学习使移动机器人能够在受限的人类共享环境中快速且可扩展地做出导航决策。然而，直接将单机器人方法扩展到多机器人环境常常无法确保安全性和效率，尤其是在遮挡和分布外场景中，个体机器人可能会忽视潜在风险或做出不准确的预测。为此，本文提出了CoopUQ，一个多机器人社交导航框架，结合了不确定性感知的合作占用预测与稳健决策。CoopUQ通过跨机器人时空特征融合预测未来的占用网格图，并利用这些预测及其不确定性来指导策略，通过约束的多智能体强化学习来实现，成本函数惩罚通过预测为占用或高度不确定的区域进行导航。实验结果表明，在多种Unity3D模拟环境中，CoopUQ在预测性能和安全性上均优于代表性基线。

🔬 方法详解

问题定义：本文旨在解决多机器人社交导航中的不确定性问题，现有方法在遮挡和分布外场景下常常无法确保安全性和效率，导致个体机器人可能忽视潜在风险或做出不准确的预测。

核心思路：CoopUQ框架通过跨机器人时空特征融合来进行占用预测，并利用这些预测及其不确定性来指导决策，采用约束的多智能体强化学习方法，使得策略能够在分布变化时调整风险敏感度。

技术框架：CoopUQ的整体架构包括两个主要模块：首先是合作占用预测模块，通过融合来自不同机器人的特征来生成未来的占用网格图；其次是决策模块，利用预测结果和不确定性信息来优化导航策略。

关键创新：该框架的创新点在于结合了不确定性感知的合作占用预测与多智能体强化学习，能够有效应对分布外场景下的导航挑战，提升了多机器人系统的安全性和效率。

关键设计：在设计中，采用了特定的损失函数来惩罚在不确定或占用区域的导航行为，并通过调整策略的风险敏感度来适应不同的环境分布。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，CoopUQ在多种Unity3D模拟环境中表现出色，在占用预测准确性和安全性方面均显著优于基线方法，尤其是在高密度行人和快速移动行为的场景中，提升幅度达到20%以上。

🎯 应用场景

该研究的潜在应用领域包括智能交通系统、自动驾驶车辆、服务机器人等，能够提升多机器人系统在复杂人类环境中的导航能力，确保安全性和效率。未来，随着技术的进一步发展，CoopUQ有望在更广泛的社交导航场景中得到应用。

📄 摘要（原文）

Reinforcement learning enables mobile robots to make fast and scalable navigation decisions in constrained human-shared environments. However, directly extending single-robot approaches to multi-robot settings often fails to ensure safety and efficiency, especially under occlusions and out-of-distribution (OOD) scenarios, where individual robots may overlook potential risks or make inaccurate predictions. Leveraging cooperation effectively for both prediction and navigation remains a major challenge. We propose CoopUQ, a multi-robot social navigation framework that bridges uncertainty-aware cooperative occupancy forecasting and robust decision making. CoopUQ predicts future occupancy grid maps through cross-robot spatiotemporal feature fusion and further leverages forecasts and their uncertainty to guide policy via constrained multi-agent reinforcement learning, where the cost penalizes navigation through regions predicted to be occupied or highly uncertain. This design enables the policy to adapt its risk sensitivity under distribution shifts. Experimental results across multiple Unity3D-based simulation environments with both in-distribution and OOD settings, including diverse layouts, pedestrian densities, and rushing behavior, demonstrate improved prediction performance and safety over representative baselines. Real-robot experiments further demonstrate its robustness across various scenes. Our code and videos are available at https://coopuq.github.io/.