RISMO：异构无人机-地面车集群在未知环境协同探索的黎曼信息几何运动编排

Autonomous Intelligent Systems · 2026-10-10 · 期刊论文

• 一句话结论：结论方向：在平面仿真中，RISMO 相较 APF 与 CBF-QP 减少了所观测到的梯度停滞与高频控制变化，同时保持正的障碍间距与协同感知；该结论来自数值与消融结果，属仿真层面的证据支持，尚不足以推广到真实系统。
• 研究设计与做法：研究设计与做法：期刊论文，采用数值仿真与消融实验；在平面仿真场景中对比传统 APF 与基于优化的 CBF-QP 方法；干预为 RISMO 框架，含黎曼度量张量、Fisher 信息矩阵、半马尔可夫跳变系统拓扑建模与目标对齐切向流；随访时长材料未报告。
• 主要结果：主要结果：材料仅定性报告 RISMO 降低了 APF 的梯度停滞与 CBF-QP 的高频控制变化，并保持正的障碍间距与协同感知；未报告效应量、置信区间、p 值或发生率等具体数字，相关数值材料未报告。
• 机制或解释：机制或解释：作者解释为在共同非欧度量表示下整合目标驱动导航、感知感知运动生成与避障；以 Fisher 信息矩阵构建黎曼度量张量促使 UGV 保持对 UAV 的视线跟踪；以半马尔可夫跳变系统建模窄通道队形变形，在正的事件间下界与平均驻留时间条件下使切换序列转移频率有界且不出现 Zeno 累积；目标对齐切向流在鞍状停滞附近提供确定性局部方向偏置。
• 局限与边界：局限与边界：证据来自平面仿真，未报告真实无人机-地面车平台验证；样本量、场景数量、随访时长与统计口径材料未报告；作者未在摘要中说明利益冲突；结论仅适用于所测试的非凸陷阱与仿真条件，外推需谨慎。
• 可否落地：可否落地：对科研而言，提示将信息几何度量与切换系统建模结合或可缓解势场局部极小与控制抖动问题，属「提示」档位；对临床无直接含义。实际部署前需真实平台与多场景验证，当前「不足以下结论」。

🔗 打开原文

Fenghe Guo, Runjie Shen, Junjie Zhang 等

本文摘自《每日前沿研究简报 · 2026-10-12》「数学」。本内容仅用于研究信息整理与科普交流，不构成医疗建议。