[论文解读] A Survey on Active Simultaneous Localization and Mapping: State of the Art and New Frontiers

Julio A. Placed, Jared Strader+5 more|arXiv (Cornell University)|Jul 1, 2022

Robotic Path Planning Algorithms被引用 13

一句话总结

本综述在部分可观察马尔可夫决策过程（POMDP）框架下，统一了主动SLAM的表述，回顾了模块化与信念空间规划方法，并突出了深度强化学习和多机器人协同等新兴趋势。它指出了可复现性、基准测试和实际部署等关键挑战，为推动主动SLAM向机器人实际应用发展提供了全面路线图。

ABSTRACT

Active Simultaneous Localization and Mapping (SLAM) is the problem of planning and controlling the motion of a robot to build the most accurate and complete model of the surrounding environment. Since the first foundational work in active perception appeared, more than three decades ago, this field has received increasing attention across different scientific communities. This has brought about many different approaches and formulations, and makes a review of the current trends necessary and extremely valuable for both new and experienced researchers. In this work, we survey the state-of-the-art in active SLAM and take an in-depth look at the open challenges that still require attention to meet the needs of modern applications. After providing a historical perspective, we present a unified problem formulation and review the well-established modular solution scheme, which decouples the problem into three stages that identify, select, and execute potential navigation actions. We then analyze alternative approaches, including belief-space planning and deep reinforcement learning techniques, and review related work on multi-robot coordination. The manuscript concludes with a discussion of new research directions, addressing reproducible research, active spatial perception, and practical applications, among other topics.

研究动机与目标

• 通过在POMDP框架下提出统一的问题表述，将主动SLAM的多样化文献统一起来。
• 回顾将动作规划解耦为目标识别、效用计算和动作选择的成熟模块化方法。
• 分析信念空间规划和深度强化学习等新兴技术在主动SLAM中的应用。
• 研究主动SLAM中的多机器人协同，识别现有方法论中的空白。
• 强调关键开放挑战，包括可复现性、基准测试和实际适用性，以指导未来研究。

提出的方法

• 将主动SLAM形式化为部分可观察马尔可夫决策过程（POMDP），为统一的理论基础提供支持。
• 回顾模块化解决方案：(1) 识别潜在导航目标，(2) 使用熵或信息增益等标准计算效用，(3) 基于效用最大化选择并执行动作。
• 分析信念空间规划（BSP）技术，该技术在信念分布上进行优化而非状态估计，从而提升长期规划能力。
• 研究深度强化学习（DRL）方法，其可从观测和奖励中端到端学习导航策略。
• 回顾多机器人主动SLAM框架，通过协调探索以减少不确定性并提高地图完整性。
• 提出一种基于仿真环境的主动SLAM评估框架，并强调标准化基准和度量的必要性。

实验结果

研究问题

• RQ1 如何在单一理论框架下正式统一主动SLAM，以减少文献中的碎片化？
• RQ2 模块化方法与信念空间规划方法在主动SLAM中的优势与局限性是什么？
• RQ3 深度强化学习方法如何提升复杂环境中探索的效率与适应性？
• RQ4 在多机器人系统和动态环境中扩展主动SLAM的关键挑战是什么？
• RQ5 需要哪些基准和评估指标，以确保主动SLAM方法之间的可复现性和公平比较？

主要发现

• 主动SLAM相关论文数量从2010年的53篇增长至2022年的660余篇，表明研究兴趣显著上升。
• 尽管研究广泛，1992至2022年间仅有31项专利使用“主动SLAM”一词，表明理论与实际部署之间存在巨大鸿沟。
• 常用评估指标如探索时间与覆盖率不足；本文主张采用关注估计精度和不确定性减少的指标。
• 信念空间规划与深度强化学习代表了有前景但计算开销较大的经典模块化方法的替代方案。
• 缺乏标准化基准和可复现的实验设置，严重阻碍了方法间的进展与比较。
• 实际应用中的主动SLAM实现仍然稀少，大多数实地实验局限于水下检测、地下采矿和火星类地环境等专业领域。