💻 computer science

Distributed Model-Based Diffusion For Scalable Multi-Robot Trajectory Optimization

本文提出了分布式模型驱动扩散（Distributed Model-Based Diffusion, DMBD），这是一种可扩展的服务端-机器人框架，它将多机器人轨迹优化的高维推理问题分解为局部条件去噪过程，从而在复杂的非凸环境中实现亚秒级的计算时间与高效协同。

原作者： Haejoon Lee, Xinyi Wang, Taekyung Kim, Dimitra Panagou

发布于 2026-09-16

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Haejoon Lee, Xinyi Wang, Taekyung Kim, Dimitra Panagou

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

在繁忙的机器人世界中，让一组机器人在移动时既能协同行动又不互相碰撞，是一个长期困扰工程师的问题。想象一下，一个仓库里挤满了数十辆自主移动小车，或者一支货运无人机机队正在拥挤的城市天际线下穿梭。每台机器都需要找到通往目的地的路径，但空间狭窄，规则复杂，且机器不能仅仅靠猜测来寻找出路。如果它们依赖标准的数学方法来计算完美路线，往往会陷入局部死胡同，无法看到那些需要暂时绕道或协调停顿才能实现的解决方案。此外，随着机器人数量的增加，数学复杂性会呈爆炸式增长，往往会让试图解决这个难题的计算机不堪重负。这正是采样优化（sampling-based optimization）这一较新的方法可以发挥作用的地方。这种方法并不试图通过僵化的公式计算出单一的完美路径，而是生成数千条可能的路线，根据规则进行测试，并逐步优化其中最优的路径。这是一个试错的过程，但它在应对物理世界中混乱、不可预测的现实情况方面表现得异常出色。

该领域的一项最新进展——基于模型的扩散（Model-Based Diffusion），通过借鉴生成式人工智能的技术，将这一理念向前推进了一步。该技术最初设计用于通过从空白画布中缓慢去除噪声来创建图像，现在被改编用于创建机器人路径。它从一组混沌、随机的运动开始，通过迭代地“去噪”，将轨迹平滑化，直到它变成一条可行的、低成本且避开障碍物的路径。虽然这种方法对于单个机器人来说效果极佳，但密歇根大学的研究人员发现，将其应用于整个团队则是另一回事。当他们尝试同时为多个机器人使用该方法时，系统需要一台中央计算机同时保存每台机器人的完整计划。随着团队规模的扩大，处理联合计划所需的计算机内存变得如此巨大，以至于系统会崩溃，且寻找解决方案所需的时间变得不切实际。中央计算机还需要了解每台机器人的具体目标、物理极限和内部规则，而在现实场景中，由于机器人之间可能各不相同，或者会保留各自的私密目标，这通常是无法实现的。

为了解决这个瓶颈，研究人员引入了一个名为分布式基于模型扩散（Distributed Model-Based Diffusion）的新框架。该框架不再强迫一个中央大脑来管理整个团队的计划，而是将问题拆解。在这个新系统中，每台机器人都是其自身的独立规划器，但它们通过一个简单的服务器保持联系。这个过程就像一场信息接力赛。首先，服务器收集每台机器人当前前往方向的最佳预测，并将此摘要广播给整个团队。然后，每台机器人利用这些共享信息来优化自己的路径。它会自问：“在已知其他人去向的情况下，我最好的移动方式是什么？”它会生成自己的一组潜在路径，并根据自身的局部目标和约束选出最优路径，然后将更新后的位置发回服务器。随后，服务器汇总这些新位置并再次进行广播，以供下一轮优化使用。这个循环不断重复，机器人逐渐收敛到一组协调的路径上，而无需了解队友内部逻辑的完整且复杂的细节。

研究人员通过一系列严格的模拟测试，检验了这种方法处理现实世界协调中的混乱情况的能力。他们创建了多种场景，从二十个机器人挤在圆圈中交换位置，到不同尺寸的车辆在带有电梯的多层建筑中导航。在这些测试中，这种新的分布式方法表现出了卓越的可扩展性。当旧方法试图一次性解决问题并在机器人数量增加时开始失效或耗尽内存时，分布式方法保持了稳定的速度。它能在不到一秒的时间内解决二十个机器人的复杂协调任务，这对于上一代算法来说是不可能完成的任务。该系统成功管理了诸如机器人必须暂时让路以让其他机器人通过，或者在狭窄转角处航行而不发生碰撞等任务，而在此过程中，它们仅了解自己的特定目标和同伴的概略位置。

或许最重要的发现是，机器人可以在不分享其私密目标的情况下实现这种高度协调。在一次模拟中，一台机器人必须暂时离开自己的目标，以允许另一台机器人停车，这种行为对于专注于自身目的地的机器来说似乎有悖常理。然而，通过依赖服务器提供的共享轨迹估计，该机器人自然地发现了这种协作行为。系统并不需要被明确编程为具备礼貌或策略性；分布式去噪过程的数学结构自然地引导机器人找到了对整个群体都有利的解决方案。研究人员还提供了一个理论保证，即这种分布式方法与完美的中心化方案之间的差异会随着机器人优化路径而缩小，从而确保每台机器人做出的局部决策最终都能与全局最优解保持一致。

研究结果表明，这种方法可能是大规模机器人系统的转折点。通过消除需要中央计算机持有整个团队未来地图的需求，该方法为在动态环境中协调数百甚至数千台机器打开了大门。无论是要在繁忙的天空中避开彼此的货运无人机机队，还是在灾难区共同工作的救援机器人集群，这种在无需单一故障点的情况下实时规划复杂、无碰撞路径的能力，都是向前迈出的关键一步。这项工作证明，通过让每台机器人独立思考并保持松散的群体连接，团队可以解决任何单一思维都无法独自处理的复杂问题。

技术摘要：用于可扩展多机器人轨迹优化的分布式基于模型的扩散算法

1. 问题陈述

本文解决了在高度非凸、非线性且不可微的环境中，实现多机器人系统无碰撞轨迹优化的挑战。虽然基于模型的扩散（Model-Based Diffusion, MBD）通过将规划视为概率推理问题，在单机器人轨迹生成方面已展现出潜力，但将 MBD 扩展到多机器人系统时面临两个关键瓶颈：

维度灾难： 在集中式设置下，联合轨迹空间的维度随机器人数量 ( $N$ ) 的增加而增长。这导致随着团队规模的扩大，采样效率和优化性能呈指数级下降。
集中化需求： 标准 MBD 要求全局访问所有机器人的动力学、约束和目标函数以进行去噪。在实际的异构多机器人系统中，聚合这些信息会产生巨大的通信开销，并给单台机器带来显著的计算和内存负担，从而限制了可扩展性。

现有的分布式采样算法通常要求智能体交换多个轨迹样本，导致高昂的通信成本，或者依赖于假设可微性的梯度法，后者容易陷入局部最优。

2. 方法论：分布式基于模型的扩散 (DMBD)

作者提出了 分布式基于模型的扩散 (Distributed Model-Based Diffusion, DMBD)，这是一种服务器-机器人框架，它将全局轨迹优化问题分解为局部条件推理子问题。

核心机制

DMBD 保留了标准 MBD 的前向（加噪）过程，但从根本上改变了反向（去噪）过程：

分解： DMBD 不再对完整的联合轨迹分布估计全局得分函数（score function），而是让每个机器人 $k$ 独立估计一个局部条件得分函数。
局部条件去噪： 在每个去噪步骤中，机器人 $k$ 仅利用其局部目标 $J_k$ 、局部动力学 $f_k$ 和局部约束 $C_k$ 来更新自身的控制轨迹 $Y_k$ 。
条件化： 局部更新以所有其他机器人的当前状态轨迹估计值 ( $\tau_{-k}$ ) 为条件。这些估计值由中央服务器进行聚合并广播。
通信效率： 与其他分布式方法不同，每个机器人每个去 denoising 步骤仅向服务器传输单个轨迹，而非多个样本。服务器不执行优化操作，仅负责聚合并重新广播轨迹。

算法流程 (算法 1)

初始化： 每个机器人采样一个初始噪声轨迹 $Y^{(M)}_k$ ，并将其状态轨迹 $\tau^{(M)}_k$ 发送至服务器。
聚合： 服务器将所有轨迹聚合为一个全局状态 $\tau^{(M)}$ 并将其广播回各机器人。
迭代去噪 ( $i = M \dots 1$ )：
- 每个机器人 $k$ 接收其他机器人的轨迹 ( $\tau^{(i)}_{-k}$ )。
- 机器人 $k$ 从以当前估计值为中心的高斯分布中采样 $S_k$ 个候选轨迹。
- 它根据局部条件似然 $p^k_0(Y_k | \tau_{-k})$ 计算加权平均值 $\hat{Y}^{(i)}_k$ 。
- 机器人使用估计的局部得分函数（公式 17）更新其轨迹，并将新的状态轨迹发回服务器。
终止： 该过程重复直至 $i=1$ ，最终得到优化后的轨迹 $\{Y^{(0)}_k\}$ 。

理论分析

论文建立了集中式全局得分函数与分布式局部条件得分函数之间差异性的理论界限（命题 1）。

该差异受限于局部去噪器的 Lipschitz 常数，以及其他机器人的当前轨迹估计值与其完全去噪后的轨迹之间的距离。
该界限意味着，随着去噪过程收敛（估计值趋向于真实解）或如果约束是独立的，分布式方法将收敛至集中式解。
至关重要的是，该方法是**零阶（zeroth-order）**的，不假设目标或约束是可微的。

3. 主要贡献

提出 DMBD： 一种服务器协调的分布式算法，它将多机器人轨迹优化分解为局部条件扩散过程，使每个机器人能够仅利用以其他机器人为条件的局部信息来对其轨迹进行去噪。
理论界限： 推导了 MBD 与 DMBD 之间的关系，提供了全局与局部条件得分函数之间差异性的理论界限。
实证验证： 通过广泛的仿真实验，证明了在多种场景下，该方法相比现有基准具有卓越的可扩展性和性能。

4. 实验结果

作者将 DMBD 与四种基于采样的优化 (SBO) 基准方法进行了对比：交叉熵方法 (CEM)、模型预测路径积分 (MPPI)、标准 MBD 以及 D4orm。

场景

目标交换 (Goal Swapping)： $N$ 个机器人（圆形和矩形）在圆周内交换位置。
多层覆盖 (Multi-Floor Coverage)： 异构团队在带有电梯约束的两层建筑中导航。
停车 (Parking)： 两个矩形机器人协作停车，其中一个必须暂时离开目标位置以让另一个进入。
高峰时刻 (Rush Hour)： 一个需要战略性协调以为其中一个机器人清出路径的四机器人谜题。

性能指标

可扩展性 (Q1)： 随着机器人数量 ( $N$ ) 的增加，DMBD 保持了近乎恒定的规划时间。相比之下，基准方法在规划时间和成功率方面表现出迅速下降。值得注意的是，所有基准方法在 $N=20$ 的目标交换任务中均失败（出现内存溢出错误），而 DMBD 则成功完成。
成功率： DMBD 在复杂任务（矩形机器人、多层覆盖）中实现了最高的成功率，通常超过 90%。
无需全局知识的协调 (Q2)： 在“停车”和“高峰时刻”场景中，机器人在无法获取全局目标或动力学的情况下，仍实现了极高的成功率（>90%）。这表明局部条件去噪可以自发产生全局协调行为。
计算时间： DMBD 以亚秒级的计算时间解决了具有挑战性的协调任务（例如，高峰时刻场景为 0.39s，停车场景为 0.52s）。

5. 重要性与主张

本文声称 DMBD 成功解决了基于模型的扩散在多机器人系统中面临的可扩展性限制。通过分解推理问题，DMBD 避免了与联合轨迹空间相关的维度灾难，并消除了中央处理器需要具备系统完整知识的需求。

其重要性在于，它为大规模异构机器人团队提供了一种可扩展、无需学习且无需微分的轨迹优化方案。该方法保留了扩散模型的多模态轨迹生成能力，同时能在全局信息缺失或通信受限的分布式环境下高效运行。结果表明，DMBD 是处理涉及复杂约束和大型机器人团队的现实世界协调任务的有效解决方案。