Reward-Guided RRT* for Budgeted Task and Motion Planning

📄 arXiv: 2610.35289v1 📥 PDF

作者: Vinícius Araújo de Oliveira, Gabriel Ferreira Mendes Lourenço, Paulo L. J. Drews-Jr, Armando Alves Neto, Douglas G. Macharet

分类: cs.RO, cs.AI

发布日期: 2026-10-26

💡 一句话要点

*提出奖励引导的RRT以解决预算限制的任务与运动规划问题

🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 任务规划 运动规划 机器人技术 采样方法 预算限制 动态环境 Dubins模型

📋 核心要点

  1. 现有方法在处理预算限制的任务与运动规划时，往往依赖于预先计算的任务转移图，导致灵活性不足。
  2. 论文提出的奖励引导的RRT*框架，通过局部任务选择与运动规划的结合，直接在连续状态空间中构建任务，避免了对预计算图的依赖。
  3. 实验结果显示，该方法在复杂障碍和任务数量增加的情况下，解决方案与VNS-PRM*相当，但所需的采样状态显著减少。

📝 摘要（中文）

在涉及空间分布任务的机器人任务中，通常需要在有限的旅行预算下选择有价值的位置并规划可行的运动。本文提出了一种新的基于采样的框架——奖励引导的RRT，通过一系列局部的任务选择和运动规划阶段，直接在连续状态空间中构建预算可行的任务。该方法逐步构建任务，通过奖励引导的RRT搜索，同时返回可行性程序确保每个选择的任务在不违反预算的情况下可被访问。实验表明，在增加障碍复杂性和任务数量的情况下，所提出的方法在样本状态数量上显著低于VNS-PRM*，并且能够有效整合车辆运动学约束。

🔬 方法详解

问题定义：本文旨在解决在预算限制下的任务与运动规划问题。现有方法通常依赖于预计算的任务转移图，缺乏灵活性和实时性，难以适应动态环境。

核心思路：论文提出的奖励引导的RRT*方法，通过局部的任务选择和运动规划阶段，直接在连续状态空间中构建任务，确保每个任务在预算内可达。这样的设计使得方法在动态环境中更具适应性和效率。

技术框架：该框架包括任务选择、运动规划和返回可行性检查三个主要模块。首先，通过奖励引导的RRT*进行任务选择，接着进行运动规划，最后通过可行性检查确保任务的可达性。

关键创新：最重要的创新在于不再依赖于预计算的任务转移图，而是通过奖励引导的采样方法，动态构建任务和路径。这一方法在处理复杂环境时表现出更高的灵活性和效率。

关键设计：在参数设置上，奖励函数的设计至关重要，能够有效引导采样过程。此外，运动规划模块采用了Dubins转向模型，以适应车类机器人的运动学约束。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，奖励引导的RRT在处理复杂障碍和多任务情况下，所需的采样状态数量显著低于VNS-PRM，在相同条件下，解决方案质量相当，显示出该方法的高效性和实用性。

🎯 应用场景

该研究的潜在应用领域包括自动驾驶、无人机任务分配和智能制造等。通过有效的任务与运动规划，能够在复杂环境中实现高效的机器人操作，提升任务完成的灵活性和效率，具有重要的实际价值和未来影响。

📄 摘要（原文）

Robotic missions involving spatially distributed tasks often require jointly selecting rewarding locations and planning feasible motions under limited travel budgets. This paper proposes Reward-Guided RRT, a new sampling-based framework that constructs a budget-feasible mission through a sequence of locally joint task-selection-and-motion-planning stages, evaluated directly in the continuous state space, without requiring a precomputed task-transition graph. The method incrementally builds a mission using reward-guided RRT searches, while a return-feasibility procedure ensures that each selected task can be visited without violating the mission budget. Experiments with increasing obstacle complexity and number of tasks show solutions comparable to VNS-PRM* while requiring substantially fewer sampled states. We also extend the framework to Dubins steering and evaluate it in CoppeliaSim with a scaled car-like robotic platform, demonstrating its ability to incorporate vehicle kinematic constraints.