NASA喷气推进实验室（JPL），德克萨斯农工大学和卡内基梅隆大学的研究人员最近开展了一项研究项目，旨在实现自动机器人的同时定位和计划（SLAP）功能。他们的论文发表在IEEE Transactions on Robotics上，提出了一种信念空间中的动态重新计划方案，该方案对于不确定性（例如在变化的环境中）运行的机器人特别有用。

进行这项研究的研究人员之一Sung Kyun Kim对TechXplore表示：“在现实世界中运行的机器人需要应对不确定性中国机械网okmao.com。” 

“例如，火星漫游车要导航到科学目标位置，但它还需要避免与障碍物碰撞。因此，准确的定位和具有成本效益的路径规划都是必不可少的功能。”

SLAP是在不确定性下运行的自主机器人的一项关键功能，可以使它们有效地导航空间，避开障碍物并规划其到达目标位置的路径。

甲机器人在不确定性下的顺序决策过程可以配制为POMDP（部分可观察马尔可夫决策过程），其需要在线连续地解决。但是，确保机器人有效，准确地解决POMDP可能具有很大的挑战性。

Kim解释说：“我们提出了解决SLAP问题的两个主要想法。” “一种方法是利用反馈控制器使信念状态可达到。这可以有效地打破'历史的诅咒'，这有助于我们解决更大的问题。另一种方法是动态地重新计划并在运行时改进决策，从而增强解决方案。质量和健壮性。当存在系统建模错误，动态环境变化或传感器/执行器间歇性故障时，动态重新计划特别有用。”

火星探测器的例子。Kim和他的同事设计了一种信念空间的动态重新计划方案，该方案可以使机器人在不确定的情况下（例如在变化的环境中或遇到意外障碍时）有效地导航周围的空间。他们的算法有两个阶段，离线和在线。

“在离线阶段，我们的算法在信念空间中为每个节点构建一个带有反馈控制器的稀疏图，然后解决该图上的粗略全局策略（决定对当前的信念状态采取何种操作），” Kim说。“在在线阶段，每次更新信念状态时都会进行动态重新规划。

该算法会在本地评估移动到图形上附近节点的每个动作，并以最低的成本选择一个动作。执行所选动作并更新后，按照目前的信念，它重复了重新计划的过程。”

Kim和他的同事设计的方案利用了信念空间中反馈控制器的行为。换句话说，反馈控制器充当信念空间中的漏斗，附近的信念状态可能会与控制目标信念状态收敛。这有效地解决了解决POMPD的关键问题-规划范围内的指数复杂性。

实际上，一旦算法的当前信念与已知信念收敛，就无需考虑导致当前信念的动作和观察。这最终导致更好的可伸缩性，使机器人可以解决更复杂的导航问题。

火星探测器的例子。Kim说：“在动态重新计划期间，所提出的方法使用（粗略的）全局策略引导局部优化。” “这意味着它可以做出非近视决策，这与地平线有限的其他在线计划者不同。

简而言之，这种方法可以适应环境中的动态变化，并且即使受到未建模的扰动或错误的影响，仍能可靠地运行，同时降低了成本。具有全球意义的有效计划。”

通过消除不必要的稳定步骤，Kim及其同事设计的方法优于基于反馈的信息路线图（FIRM），这是解决POMDP的最新技术。

将来，这种在信念空间中的动态重新计划方案可以使在不同程度的不确定性下运行的机器人具有更好的SLAP功能。

金说：“我们现在计划将我们的方法应用于现实问题。” JPL的Ali-akbar Agha-mohammadi博士领导的一个项目，可能的应用是用于行星探测的火星直升飞机的导航和协调原型。

直升飞机在地形上飞行可以提供一张粗糙的地图，从而可以制定出粗糙的全球政策可以在离线阶段获得。随后，漫游车将在在线阶段动态地重新计划，以完成安全且具有成本效益的导航任务。”