1.摘要

针对未知环境中的多机器人协同建图，论文融合快速探索随机树（RRT）与基于前沿的探索（FE）：先用 RRT 定位已知与未知空间的边界，再扩展连续前沿区域，以其质心作为探索目标。任务分配采用改进市场机制，综合实际路径长度、目标及沿途信息增益、探索重叠和机器人位置。仿真与实测表明，该框架可缩短探索时间和总行程，并改善任务分配均衡性。

2.问题描述

见个人简介

# 机器人
Logo
DAMO开发者矩阵

DAMO开发者矩阵，由阿里巴巴达摩院和中国互联网协会联合发起，致力于探讨最前沿的技术趋势与应用成果，搭建高质量的交流与分享平台，推动技术创新与产业应用链接，围绕“人工智能与新型计算”构建开放共享的开发者生态。

更多推荐

cover

python的机器人基础原理工业场景模拟第一百篇:焊接工位，构建靠近奇异位形的关节序列，计算雅可比条件数量化距离奇异程度。

avatar DAMO开发者矩阵

【运动控制】人形机器人全向楼梯行走稠密惩罚与LiDAR高程建图

人形机器人全向楼梯行走论文解读：稠密不安全落脚惩罚配合稀疏 LiDAR 高程建图，消除前向深度相机的视觉盲区，支持侧移与倒退上下楼梯。

avatar DAMO开发者矩阵

【SLAM】人形机器人 VLN 相机与传感器配置调研

整理 Unitree、Figure、智元等公开人形机器人的相机与传感器配置，分析 VLN 基准中的相机假设，并给出面向 SLAM 的分级配置、FOV 选型与标定同步清单。

avatar DAMO开发者矩阵