知识卡片：CoopUQ——基于不确定性感知协同预测的鲁棒多机器人社交导航

一句话结论

CoopUQ 将“跨机器人时空特征融合的未来占据栅格预测”与“带不确定性惩罚的约束多智能体强化学习”结合，使多机器人团队在遮挡与分布外（OOD）场景下能根据预测不确定性自适应调整风险敏感度，从而提升社交导航的安全性与预测性能。

事件概述或研究问题

论文针对多机器人社交导航中的一个关键落差：单机器人强化学习方法直接扩展到多机器人时，在遮挡和 OOD 场景下往往无法保证安全与效率，因为个体机器人可能忽略潜在风险或做出不准确预测。核心问题是：如何把机器人之间的协作同时用于“预测”和“导航决策”，并在分布偏移下保持鲁棒。

方法/产品要点

• 协同占据预测：通过跨机器人时空特征融合，预测未来的占据栅格地图（occupancy grid maps），而非仅依赖单机局部观测。
• 不确定性感知：预测结果同时给出不确定性，并把它显式用于决策。
• 约束式多智能体强化学习：在约束 MARL 中设置代价项，惩罚“驶入预测被占据区域或高不确定性区域”的行为，使策略在分布偏移下能调整风险敏感度。
• 验证环境：多个基于 Unity3D 的仿真环境，覆盖分布内与 OOD 设置（不同布局、行人密度、 rushing 行为）；并进行了真实机器人实验。
• 开源：代码与视频见 https://coopuq.github.io/ 。

主要结果或产业意义

摘要层面的结论是：在上述仿真环境（含分布内与 OOD）中，CoopUQ 相比代表性基线在预测性能与安全性上有提升；真实机器人实验进一步展示了其在多种场景下的鲁棒性。具体提升幅度、基线清单与真实机器人实验规模在摘要中未给出，待核实（需查正文与项目页）。

为什么重要

• 把“预测的不确定性”从辅助信号变成策略代价的一部分，是一种可复用的设计思路：不确定性高的区域被主动规避，而不是仅靠端到端策略隐式学习。
• 明确面向多机器人协作与 OOD 场景，补充了单机器人社交导航方法在团队设置下的安全短板。
• 与既有脉络的关系：本卡片与“地图不确定性下的信念感知多智能体路径规划（MAGIC）”同属“把地图/可通行性不确定性显式注入多智能体规划”的方向，但 CoopUQ 的增量在于用学习式跨机器人占据预测 + 约束 MARL 代价，而非高斯信念传播与 MAPF 代价重写；两者可对照阅读，具体异同需以两文正文为准。

局限与不确定性

• 摘要未给出具体量化指标（成功率、碰撞率、预测误差等）、基线名称与统计显著性，待核实。
• 真实机器人实验的机器人数量、场景类型与评估协议未在摘要中说明，待核实。
• 方法依赖跨机器人特征融合，通信假设、带宽与失效降级行为未在摘要中说明，待核实。
• OOD 的定义与构造方式（布局、密度、rushing 行为的具体分布偏移）需查正文确认。

可用于图书/PPT/简报的角度

• “不确定性不是附带输出，而是决策代价”：用 CoopUQ 说明如何把预测不确定性转成约束 MARL 的惩罚项。
• 多机器人社交导航的“协作预测—鲁棒决策”闭环示意图（跨机器人特征融合 → 占据预测 + 不确定性 → 约束策略）。
• 单机方法扩展到多机时的安全陷阱：遮挡与 OOD 下的风险忽视，作为章节引入案例。
• 仿真（Unity3D、多布局/密度/rushing）+ 真机验证的实验设计范式。
• 与 MAGIC 等“不确定性注入多智能体规划”工作并列，形成“不确定性感知多机器人导航”小专题。

原始材料

• 标题：CoopUQ: Robust Multi-Robot Social Navigation via Uncertainty-Aware Cooperative Forecasting
• arXiv ID：2610.26852v1（Primary category: cs.RO；Categories: cs.RO, cs.AI, cs.LG）
• 作者：Zehao Wang, Jianpeng Yao, Yuping Wang, Yiping Li, Jiaqi Li, Zhixu Li, Kanghoon Lee, Jinfeng Wang, Cong Liu, Zhaowei Tan, Jinkyoo Park, Jiachen Li
• 发布/更新：2026-10-19T17:59:49Z
• Abstract URL: https://arxiv.org/abs/2610.26852v1
• PDF URL: https://arxiv.org/pdf/2610.26852v1
• 项目页：https://coopuq.github.io/
• 关键词（英文）：multi-robot social navigation; uncertainty-aware cooperative forecasting; constrained multi-agent reinforcement learning; occupancy grid prediction; out-of-distribution robustness