研究人员开发了一种混合控制框架，结合了基于ADMM（交替方向乘子法）的预测规划与安全认证的控制障碍函数（CBF），实现模块化机器人船的自组装和重构。该方法实时解决碰撞和死锁问题，在机载微型计算机上以5 Hz频率运行。
目录
研究内容
研究团队构建了一个分布式运动规划系统，用于自重构机器人船群——这些模块化船只能够自主形成任意形状（如矩形、三角形），然后分解并重构为新的编队。每艘船采用非完整独轮车运动学模型，并受速度约束，船只仅与通信图中的邻居通信。
该框架包含三个层次：顶层是集中式任务规划器，分配目标位置以实现所需形状；中间层是基于ADMM的分布式预测控制层，在有限时域内生成无碰撞轨迹；底层是基于控制障碍函数的反应式安全滤波器，提供瞬时碰撞避免保证。CBF滤波器以高于ADMM规划器的频率运行，在可能发生碰撞时覆盖轨迹。该混合设计在仿真和小型机器人船上均得到验证。
关键结果
在消融研究中，研究人员将混合ADMM-CBF框架与两种基线方法进行了比较：仅ADMM（无反应式安全滤波器的预测规划）和仅CBF（无预测规划的纯反应式避障）。仅ADMM方法即使在小规模群中也发生碰撞，因为多智能体碰撞规避问题高度非凸，而每个控制步仅迭代一次的分布式ADMM往往无法收敛到安全共识。仅CBF方法避免了碰撞，但经常导致死锁——船只被困在目标位置附近振荡，无法绕过彼此。
混合框架成功实现了无碰撞、无死锁的编队控制，群规模在测试范围内，在机载微型计算机上以5 Hz运行。小型船只的物理实验验证了仿真结果，在水槽中展示了平滑重构。计算成本随智能体数量线性增长，适合实时运行。
工作原理
系统采用层次化控制架构。顶层算法为每艘船分配目标位置，形成所需编队。这些目标随后发送到分布式控制层。
分布式层使用ADMM求解分散式模型预测控制（MPC）问题。每艘船计算自身在预测时域内的规划轨迹，并与邻居共享。ADMM算法迭代寻找模块间的共识——寻求避免碰撞同时收敛到目标位置的轨迹。然而，由于实时性限制，每个控制步仅迭代一次，因此无法单独保证安全。
此时CBF安全滤波器发挥作用。控制障碍函数是一种数学认证，确保系统保持在安全集内（例如船只间最小距离）。CBF滤波器实现为二次规划（QP），最小程度地修改ADMM规划器生成的速度指令——如果该指令将导致违反安全屏障，滤波器会用最近的安全速度覆盖它。CBF以高于ADMM规划器（5 Hz）的更新率（如50 Hz）运行，在规划器更新间隙提供持续安全。
此外，框架包含距离适应机制：当两个模块被分配到相邻位置时，CBF约束动态缩小安全距离阈值，使编队收紧，防止固定安全裕度导致的死锁。
对机器人学的意义
自重构机器人系统长期以来一直是自适应基础设施、环境监测和集体运输等应用领域的理想目标。这项工作通过提供安全保证和死锁解决，以及分布式计算，使这一愿景更接近实用——这对于扩展到数十或数百个自主单元的群体至关重要。
混合ADMM-CBF架构尤其有价值，因为它将问题分解为两个可处理的部分：预测规划（可以在较低频率下进行，不完全收敛）和反应式安全（快速运行并提供保证）。这种架构模式可应用于其他多机器人协调问题，例如仓库机器人或二手工业机器人在共享工作区执行协作任务。该方法表明，在保持分布式计算的同时，可以实现实时性能和形式化安全。
局限性与未解决问题
当前框架有两个主要局限性。首先，它假设目标位置由集中式分配，这成为更大规模群体的瓶颈。其次，基于CBF的安全滤波器需要每艘船动力学的精确模型——实际上，水流和波浪扰动可能违反该模型，导致滤波器计算出不安全的覆盖指令。研究人员仅在平静水域条件下进行了测试。
此外，可扩展性测试表明，超过一定群体规模（现有文本未报告），ADMM收敛速度下降，导致更频繁地依赖CBF滤波器，可能出现死锁。最后，所有实验均使用矩形形状；更复杂的具有内部孔洞或非凸形状的目标编队可能引入新的协调挑战。未来工作旨在解决集体运输、受限水道导航以及对环境扰动的鲁棒性。
常见问题
什么是控制障碍函数（CBF）？ CBF是一个数学函数，定义安全区域（例如船只间最小距离）。通过二次规划修改控制器，确保系统不离开该安全区域，提供实时碰撞避免保证。
ADMM与其他分布式优化方法有何不同？ ADMM将大型优化问题分解为每个智能体并行求解的更小子问题，通过定期通信协调解。它适用于多机器人系统，因为可以处理约束，并且对许多实际问题收敛速度快。
为什么不单独使用反应式碰撞避免？ 纯反应式方法（如势场法或仅CBF控制）可以避免碰撞，但难以处理死锁——机器人由于缺乏前瞻协调而卡在目标附近振荡。预测规划（ADMM）可避免死锁，但如果未完全收敛，可能无法保证安全。
该框架能否应用于空中或地面机器人？ 可以，混合ADMM-CBF架构与机器人类型无关——只需要运动学模型和与邻居通信的能力。它已在机器人船上验证，但可适用于无人机、地面漫游车，甚至紧密协调任务中的人形机器人。
结论
该分布式运动规划框架成功结合了预测性ADMM规划与反应式CBF安全滤波器，使自重构机器人船能够形成任意形状，且无碰撞或死锁。该方法在机载计算机上以5 Hz运行，计算成本线性增长，标志着向自主水上建造团队迈出了实际一步。
安全认证的分布式规划能否解锁用于基础设施和环境应用的实际群体？