docs(avoidance): 收束 RVO2 避障压测文档
This commit is contained in:
JSD\13999
648
FishROV/Docs/avoidance-core-comparison.html
Normal file
648
FishROV/Docs/avoidance-core-comparison.html
Normal file
@@ -0,0 +1,648 @@
|
|||||||
|
<!doctype html>
|
||||||
|
<html lang="zh-CN">
|
||||||
|
<head>
|
||||||
|
<meta charset="utf-8">
|
||||||
|
<meta name="viewport" content="width=device-width, initial-scale=1">
|
||||||
|
<title>RVO2 避障压测方案收束</title>
|
||||||
|
<style>
|
||||||
|
:root {
|
||||||
|
--ink: #1d2528;
|
||||||
|
--muted: #667175;
|
||||||
|
--paper: #f5f1e8;
|
||||||
|
--line: #d8d0c1;
|
||||||
|
--green: #1f6f62;
|
||||||
|
--blue: #255f85;
|
||||||
|
--red: #a64138;
|
||||||
|
--gold: #a36d18;
|
||||||
|
--dark: #233033;
|
||||||
|
--soft: rgba(255, 255, 255, 0.64);
|
||||||
|
--shadow: 0 18px 60px rgba(35, 48, 51, 0.14);
|
||||||
|
}
|
||||||
|
|
||||||
|
* {
|
||||||
|
box-sizing: border-box;
|
||||||
|
}
|
||||||
|
|
||||||
|
body {
|
||||||
|
margin: 0;
|
||||||
|
color: var(--ink);
|
||||||
|
background:
|
||||||
|
linear-gradient(90deg, rgba(31, 111, 98, 0.08) 1px, transparent 1px),
|
||||||
|
linear-gradient(180deg, rgba(31, 111, 98, 0.06) 1px, transparent 1px),
|
||||||
|
var(--paper);
|
||||||
|
background-size: 34px 34px;
|
||||||
|
font-family: "Microsoft YaHei", "Noto Sans CJK SC", "PingFang SC", sans-serif;
|
||||||
|
line-height: 1.65;
|
||||||
|
}
|
||||||
|
|
||||||
|
header {
|
||||||
|
padding: 56px clamp(20px, 5vw, 72px) 30px;
|
||||||
|
border-bottom: 1px solid var(--line);
|
||||||
|
background: linear-gradient(135deg, rgba(255,255,255,0.72), rgba(221,232,221,0.34));
|
||||||
|
}
|
||||||
|
|
||||||
|
.eyebrow {
|
||||||
|
display: inline-flex;
|
||||||
|
align-items: center;
|
||||||
|
gap: 10px;
|
||||||
|
color: var(--green);
|
||||||
|
font-size: 13px;
|
||||||
|
font-weight: 700;
|
||||||
|
letter-spacing: 0.08em;
|
||||||
|
text-transform: uppercase;
|
||||||
|
}
|
||||||
|
|
||||||
|
.eyebrow::before {
|
||||||
|
content: "";
|
||||||
|
width: 32px;
|
||||||
|
height: 2px;
|
||||||
|
background: var(--green);
|
||||||
|
}
|
||||||
|
|
||||||
|
h1 {
|
||||||
|
max-width: 1060px;
|
||||||
|
margin: 18px 0 16px;
|
||||||
|
font-family: Georgia, "Times New Roman", serif;
|
||||||
|
font-size: clamp(34px, 5vw, 72px);
|
||||||
|
line-height: 1.02;
|
||||||
|
letter-spacing: 0;
|
||||||
|
}
|
||||||
|
|
||||||
|
.lead {
|
||||||
|
max-width: 980px;
|
||||||
|
margin: 0;
|
||||||
|
color: var(--dark);
|
||||||
|
font-size: clamp(17px, 2vw, 22px);
|
||||||
|
}
|
||||||
|
|
||||||
|
main {
|
||||||
|
padding: 34px clamp(18px, 4vw, 64px) 72px;
|
||||||
|
}
|
||||||
|
|
||||||
|
section {
|
||||||
|
max-width: 1280px;
|
||||||
|
margin: 0 auto 42px;
|
||||||
|
}
|
||||||
|
|
||||||
|
h2 {
|
||||||
|
margin: 0 0 18px;
|
||||||
|
font-size: clamp(24px, 2.8vw, 38px);
|
||||||
|
line-height: 1.16;
|
||||||
|
letter-spacing: 0;
|
||||||
|
}
|
||||||
|
|
||||||
|
h3 {
|
||||||
|
margin: 0 0 10px;
|
||||||
|
font-size: 18px;
|
||||||
|
letter-spacing: 0;
|
||||||
|
}
|
||||||
|
|
||||||
|
.thesis {
|
||||||
|
display: grid;
|
||||||
|
grid-template-columns: minmax(240px, 0.86fr) minmax(280px, 1.14fr);
|
||||||
|
gap: 22px;
|
||||||
|
align-items: stretch;
|
||||||
|
}
|
||||||
|
|
||||||
|
.verdict {
|
||||||
|
padding: 28px;
|
||||||
|
background: var(--dark);
|
||||||
|
color: #f8f4eb;
|
||||||
|
box-shadow: var(--shadow);
|
||||||
|
}
|
||||||
|
|
||||||
|
.verdict strong {
|
||||||
|
color: #f1c66d;
|
||||||
|
}
|
||||||
|
|
||||||
|
.shared {
|
||||||
|
padding: 26px;
|
||||||
|
background: rgba(255,255,255,0.72);
|
||||||
|
border: 1px solid var(--line);
|
||||||
|
}
|
||||||
|
|
||||||
|
.shared ul,
|
||||||
|
.axis-list {
|
||||||
|
margin: 0;
|
||||||
|
padding-left: 20px;
|
||||||
|
}
|
||||||
|
|
||||||
|
.shared li,
|
||||||
|
.axis-list li {
|
||||||
|
margin: 8px 0;
|
||||||
|
}
|
||||||
|
|
||||||
|
.matrix-wrap {
|
||||||
|
overflow-x: auto;
|
||||||
|
background: rgba(255,255,255,0.7);
|
||||||
|
border: 1px solid var(--line);
|
||||||
|
box-shadow: var(--shadow);
|
||||||
|
}
|
||||||
|
|
||||||
|
table {
|
||||||
|
width: 100%;
|
||||||
|
min-width: 1080px;
|
||||||
|
border-collapse: collapse;
|
||||||
|
background: rgba(255,255,255,0.8);
|
||||||
|
}
|
||||||
|
|
||||||
|
th,
|
||||||
|
td {
|
||||||
|
padding: 16px 18px;
|
||||||
|
border-bottom: 1px solid var(--line);
|
||||||
|
vertical-align: top;
|
||||||
|
text-align: left;
|
||||||
|
font-size: 15px;
|
||||||
|
}
|
||||||
|
|
||||||
|
th {
|
||||||
|
position: sticky;
|
||||||
|
top: 0;
|
||||||
|
z-index: 1;
|
||||||
|
color: #f8f4eb;
|
||||||
|
background: var(--dark);
|
||||||
|
font-size: 14px;
|
||||||
|
white-space: nowrap;
|
||||||
|
}
|
||||||
|
|
||||||
|
tr:last-child td {
|
||||||
|
border-bottom: 0;
|
||||||
|
}
|
||||||
|
|
||||||
|
.method {
|
||||||
|
font-weight: 800;
|
||||||
|
color: var(--dark);
|
||||||
|
white-space: nowrap;
|
||||||
|
}
|
||||||
|
|
||||||
|
.tag {
|
||||||
|
display: inline-block;
|
||||||
|
margin: 0 6px 6px 0;
|
||||||
|
padding: 4px 8px;
|
||||||
|
border: 1px solid currentColor;
|
||||||
|
border-radius: 999px;
|
||||||
|
font-size: 12px;
|
||||||
|
font-weight: 700;
|
||||||
|
}
|
||||||
|
|
||||||
|
.tag-green { color: var(--green); }
|
||||||
|
.tag-blue { color: var(--blue); }
|
||||||
|
.tag-red { color: var(--red); }
|
||||||
|
.tag-gold { color: var(--gold); }
|
||||||
|
|
||||||
|
.axis-grid {
|
||||||
|
display: grid;
|
||||||
|
grid-template-columns: repeat(3, minmax(240px, 1fr));
|
||||||
|
gap: 18px;
|
||||||
|
}
|
||||||
|
|
||||||
|
.axis {
|
||||||
|
padding: 22px;
|
||||||
|
background: rgba(255,255,255,0.72);
|
||||||
|
border-top: 6px solid var(--green);
|
||||||
|
box-shadow: 0 10px 30px rgba(35, 48, 51, 0.09);
|
||||||
|
}
|
||||||
|
|
||||||
|
.axis:nth-child(2) { border-top-color: var(--blue); }
|
||||||
|
.axis:nth-child(3) { border-top-color: var(--red); }
|
||||||
|
.axis:nth-child(4) { border-top-color: var(--gold); }
|
||||||
|
.axis:nth-child(5) { border-top-color: #6e5a93; }
|
||||||
|
.axis:nth-child(6) { border-top-color: #3f6b2f; }
|
||||||
|
|
||||||
|
.axis p {
|
||||||
|
margin: 0;
|
||||||
|
color: var(--muted);
|
||||||
|
}
|
||||||
|
|
||||||
|
.lane {
|
||||||
|
display: grid;
|
||||||
|
grid-template-columns: 180px 1fr;
|
||||||
|
gap: 14px;
|
||||||
|
align-items: start;
|
||||||
|
padding: 18px 0;
|
||||||
|
border-bottom: 1px solid var(--line);
|
||||||
|
}
|
||||||
|
|
||||||
|
.lane:last-child {
|
||||||
|
border-bottom: 0;
|
||||||
|
}
|
||||||
|
|
||||||
|
.lane-title {
|
||||||
|
font-weight: 800;
|
||||||
|
color: var(--dark);
|
||||||
|
}
|
||||||
|
|
||||||
|
.bars {
|
||||||
|
display: grid;
|
||||||
|
gap: 10px;
|
||||||
|
}
|
||||||
|
|
||||||
|
.bar {
|
||||||
|
display: grid;
|
||||||
|
grid-template-columns: 150px 1fr;
|
||||||
|
gap: 12px;
|
||||||
|
align-items: center;
|
||||||
|
font-size: 14px;
|
||||||
|
}
|
||||||
|
|
||||||
|
.bar-track {
|
||||||
|
height: 12px;
|
||||||
|
background: rgba(35, 48, 51, 0.12);
|
||||||
|
border-radius: 999px;
|
||||||
|
overflow: hidden;
|
||||||
|
}
|
||||||
|
|
||||||
|
.bar-fill {
|
||||||
|
height: 100%;
|
||||||
|
background: linear-gradient(90deg, var(--green), var(--gold));
|
||||||
|
border-radius: inherit;
|
||||||
|
}
|
||||||
|
|
||||||
|
.recommend {
|
||||||
|
display: grid;
|
||||||
|
grid-template-columns: repeat(3, minmax(260px, 1fr));
|
||||||
|
gap: 18px;
|
||||||
|
}
|
||||||
|
|
||||||
|
.scenario {
|
||||||
|
display: grid;
|
||||||
|
grid-template-columns: 1.02fr 0.98fr;
|
||||||
|
gap: 20px;
|
||||||
|
}
|
||||||
|
|
||||||
|
.scenario-card {
|
||||||
|
padding: 24px;
|
||||||
|
background: rgba(255,255,255,0.76);
|
||||||
|
border: 1px solid var(--line);
|
||||||
|
box-shadow: 0 10px 32px rgba(35, 48, 51, 0.08);
|
||||||
|
}
|
||||||
|
|
||||||
|
.flow {
|
||||||
|
display: grid;
|
||||||
|
gap: 12px;
|
||||||
|
}
|
||||||
|
|
||||||
|
.flow-step {
|
||||||
|
display: grid;
|
||||||
|
grid-template-columns: 34px 1fr;
|
||||||
|
gap: 12px;
|
||||||
|
align-items: start;
|
||||||
|
}
|
||||||
|
|
||||||
|
.num {
|
||||||
|
display: grid;
|
||||||
|
place-items: center;
|
||||||
|
width: 34px;
|
||||||
|
height: 34px;
|
||||||
|
color: #f8f4eb;
|
||||||
|
background: var(--green);
|
||||||
|
border-radius: 50%;
|
||||||
|
font-weight: 800;
|
||||||
|
line-height: 1;
|
||||||
|
}
|
||||||
|
|
||||||
|
.fit-grid {
|
||||||
|
display: grid;
|
||||||
|
grid-template-columns: repeat(4, minmax(190px, 1fr));
|
||||||
|
gap: 14px;
|
||||||
|
}
|
||||||
|
|
||||||
|
.benchmark-grid {
|
||||||
|
display: grid;
|
||||||
|
grid-template-columns: 0.9fr 1.1fr;
|
||||||
|
gap: 20px;
|
||||||
|
}
|
||||||
|
|
||||||
|
.benchmark-card {
|
||||||
|
padding: 24px;
|
||||||
|
color: #f8f4eb;
|
||||||
|
background: var(--dark);
|
||||||
|
box-shadow: var(--shadow);
|
||||||
|
}
|
||||||
|
|
||||||
|
.benchmark-card h3 {
|
||||||
|
color: #f1c66d;
|
||||||
|
}
|
||||||
|
|
||||||
|
.benchmark-card p {
|
||||||
|
margin: 0;
|
||||||
|
}
|
||||||
|
|
||||||
|
.test-list {
|
||||||
|
padding: 24px;
|
||||||
|
background: rgba(255,255,255,0.76);
|
||||||
|
border: 1px solid var(--line);
|
||||||
|
}
|
||||||
|
|
||||||
|
.test-list ol {
|
||||||
|
margin: 0;
|
||||||
|
padding-left: 22px;
|
||||||
|
}
|
||||||
|
|
||||||
|
.test-list li {
|
||||||
|
margin: 8px 0;
|
||||||
|
}
|
||||||
|
|
||||||
|
.fit {
|
||||||
|
padding: 18px;
|
||||||
|
min-height: 156px;
|
||||||
|
background: rgba(255,255,255,0.72);
|
||||||
|
border-left: 5px solid var(--blue);
|
||||||
|
}
|
||||||
|
|
||||||
|
.fit strong {
|
||||||
|
display: block;
|
||||||
|
margin-bottom: 6px;
|
||||||
|
color: var(--dark);
|
||||||
|
}
|
||||||
|
|
||||||
|
.fit small {
|
||||||
|
color: var(--muted);
|
||||||
|
font-size: 13px;
|
||||||
|
}
|
||||||
|
|
||||||
|
.choice {
|
||||||
|
padding: 22px;
|
||||||
|
background: var(--soft);
|
||||||
|
border: 1px solid var(--line);
|
||||||
|
}
|
||||||
|
|
||||||
|
.choice b {
|
||||||
|
color: var(--red);
|
||||||
|
}
|
||||||
|
|
||||||
|
.footnote {
|
||||||
|
color: var(--muted);
|
||||||
|
font-size: 13px;
|
||||||
|
}
|
||||||
|
|
||||||
|
@media (max-width: 900px) {
|
||||||
|
.thesis,
|
||||||
|
.scenario,
|
||||||
|
.benchmark-grid,
|
||||||
|
.axis-grid,
|
||||||
|
.recommend {
|
||||||
|
grid-template-columns: 1fr;
|
||||||
|
}
|
||||||
|
|
||||||
|
.fit-grid {
|
||||||
|
grid-template-columns: 1fr;
|
||||||
|
}
|
||||||
|
|
||||||
|
.lane {
|
||||||
|
grid-template-columns: 1fr;
|
||||||
|
}
|
||||||
|
|
||||||
|
.bar {
|
||||||
|
grid-template-columns: 120px 1fr;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
</style>
|
||||||
|
</head>
|
||||||
|
<body>
|
||||||
|
<header>
|
||||||
|
<div class="eyebrow">FishROV Avoidance Benchmark</div>
|
||||||
|
<h1>RVO2 基准与自研版压测收束</h1>
|
||||||
|
<p class="lead">
|
||||||
|
当前阶段先忽略复杂玩法状态，只压测局部避障算法在理想和极端条件下的表现。主线收束为两项：RVO2 原版作为成熟 ORCA 基准，基于 RVO2 思想的自研版作为项目可控方案。
|
||||||
|
</p>
|
||||||
|
</header>
|
||||||
|
|
||||||
|
<main>
|
||||||
|
<section class="benchmark-grid" aria-labelledby="benchmark-title">
|
||||||
|
<div class="benchmark-card">
|
||||||
|
<h2 id="benchmark-title">压测结论</h2>
|
||||||
|
<h3>只测两条线就够</h3>
|
||||||
|
<p>
|
||||||
|
如果当前目标是忽略实际玩法状态，只验证理想与极端条件下的局部避障性能，那么建议压测对象收束为：
|
||||||
|
<strong>RVO2 原版</strong> 和 <strong>基于 RVO2 思想的自研版</strong>。RVO2 是稳定基准，自研版负责验证项目可控性、可调参空间和性能上限。
|
||||||
|
</p>
|
||||||
|
</div>
|
||||||
|
|
||||||
|
<div class="test-list">
|
||||||
|
<h2>推荐压测口径</h2>
|
||||||
|
<ol>
|
||||||
|
<li><strong>理想情况：</strong>空旷水域、均匀分布、目标方向一致或轻微交叉，验证基础吞吐和稳定收敛。</li>
|
||||||
|
<li><strong>中等冲突：</strong>双向穿流、圆阵向心、随机目标切换，验证重叠率、抖动和换边稳定性。</li>
|
||||||
|
<li><strong>极端情况：</strong>高密度聚集、初始重叠、狭窄通道、所有 agent 争同一目标点，验证退化行为。</li>
|
||||||
|
<li><strong>规模阶梯：</strong>100、500、1000、3000、5000 agent，记录每帧耗时、最大耗时、重叠对、平均速度损失。</li>
|
||||||
|
<li><strong>移动端口径：</strong>固定竖屏 1080x1920，编辑器和百元机使用相同分辨率、数量档、场景和采样窗口。</li>
|
||||||
|
<li><strong>公平条件：</strong>相同半径、最大速度、timeStep、目标生成、积分方式、邻居查询范围和日志采样策略。</li>
|
||||||
|
</ol>
|
||||||
|
</div>
|
||||||
|
</section>
|
||||||
|
|
||||||
|
<section aria-labelledby="log-title">
|
||||||
|
<h2 id="log-title">日志与真实性要求</h2>
|
||||||
|
<div class="matrix-wrap">
|
||||||
|
<table>
|
||||||
|
<thead>
|
||||||
|
<tr>
|
||||||
|
<th>环境</th>
|
||||||
|
<th>必须输出</th>
|
||||||
|
<th>不要做</th>
|
||||||
|
<th>推荐实现</th>
|
||||||
|
</tr>
|
||||||
|
</thead>
|
||||||
|
<tbody>
|
||||||
|
<tr>
|
||||||
|
<td class="method">Unity 编辑器</td>
|
||||||
|
<td>算法、场景、数量、分辨率、平均 FPS、1% Low、模拟耗时、最大耗时、GC、XZ/3D 重叠对。</td>
|
||||||
|
<td>不要每帧 `Debug.Log`，不要在热路径拼接字符串，不要每帧写文件。</td>
|
||||||
|
<td>内存环形缓冲 + 固定间隔采样；单轮结束后一次性导出 CSV/JSON，并在 Console 只打印摘要。</td>
|
||||||
|
</tr>
|
||||||
|
<tr>
|
||||||
|
<td class="method">百元机真机</td>
|
||||||
|
<td>同一套指标，加设备型号、Unity 图形 API、目标帧率、分辨率 1080x1920、温度/降频观察备注。</td>
|
||||||
|
<td>不要开详细 HUD、不要高频日志、不要连接调试器长期采样导致额外开销。</td>
|
||||||
|
<td>Release/Development 分开测；真机默认静默聚合，测试结束或手动按钮导出日志文件。</td>
|
||||||
|
</tr>
|
||||||
|
<tr>
|
||||||
|
<td class="method">性能公平性</td>
|
||||||
|
<td>日志开销要对两个算法一致，最好能统计采样写入耗时。</td>
|
||||||
|
<td>不要让某个算法额外输出调试明细，导致对比不公平。</td>
|
||||||
|
<td>所有算法只写结构化数值样本，统一由 benchmark runner 收集和导出。</td>
|
||||||
|
</tr>
|
||||||
|
</tbody>
|
||||||
|
</table>
|
||||||
|
</div>
|
||||||
|
</section>
|
||||||
|
|
||||||
|
<section class="thesis" aria-labelledby="summary-title">
|
||||||
|
<div class="verdict">
|
||||||
|
<h2 id="summary-title">一句话判断</h2>
|
||||||
|
<p>
|
||||||
|
如果当前阶段只做算法压测，<strong>RVO2 原版 + RVO2 思想自研版</strong> 就是最小有效对照组。
|
||||||
|
其他方案暂时不必进入压测主线，可以作为解释来源或后续扩展参考。
|
||||||
|
</p>
|
||||||
|
</div>
|
||||||
|
|
||||||
|
<div class="shared">
|
||||||
|
<h2>共同点</h2>
|
||||||
|
<ul>
|
||||||
|
<li>大多数方案都需要上层提供目标或期望速度，然后再做局部修正。</li>
|
||||||
|
<li>核心输入都离不开位置、速度、半径、邻居范围和预测时间。</li>
|
||||||
|
<li>都在权衡两个目标：尽量接近期望运动，同时减少未来碰撞风险。</li>
|
||||||
|
<li>除 NavMesh 外，大多数方案都不负责全局路径，不理解死胡同、任务顺序和长期收益。</li>
|
||||||
|
<li>在 FishROV 的 3D/2.5D 场景里，多数方案仍需要明确如何处理 XZ 投影、高度层和真实体积冲突。</li>
|
||||||
|
</ul>
|
||||||
|
</div>
|
||||||
|
</section>
|
||||||
|
|
||||||
|
<section aria-labelledby="matrix-title">
|
||||||
|
<h2 id="matrix-title">核心矩阵</h2>
|
||||||
|
<div class="matrix-wrap">
|
||||||
|
<table>
|
||||||
|
<thead>
|
||||||
|
<tr>
|
||||||
|
<th>方案</th>
|
||||||
|
<th>核心抽象</th>
|
||||||
|
<th>最终如何选速度</th>
|
||||||
|
<th>安全性来源</th>
|
||||||
|
<th>最擅长</th>
|
||||||
|
<th>主要风险</th>
|
||||||
|
<th>FishROV 定位</th>
|
||||||
|
</tr>
|
||||||
|
</thead>
|
||||||
|
<tbody>
|
||||||
|
<tr>
|
||||||
|
<td class="method">RVO2 / ORCA</td>
|
||||||
|
<td><span class="tag tag-green">速度空间</span><span class="tag tag-blue">半平面约束</span><br>把每个邻居变成 ORCA 线性约束。</td>
|
||||||
|
<td>在所有安全半平面内，求最接近期望速度的新速度。</td>
|
||||||
|
<td>显式几何约束和低维优化，理论性最强。</td>
|
||||||
|
<td>大规模多动态 agent 的实时局部避障。</td>
|
||||||
|
<td>不做全局规划，2D 投影，参数不当会保守、停滞或碰撞。</td>
|
||||||
|
<td>最适合作为局部避障工程基准和对照组。</td>
|
||||||
|
</tr>
|
||||||
|
<tr>
|
||||||
|
<td class="method">HRVO</td>
|
||||||
|
<td><span class="tag tag-green">速度空间</span><span class="tag tag-gold">混合 VO/RVO</span><br>把 VO 与 RVO 的几何边界混合。</td>
|
||||||
|
<td>排除危险速度，再选择接近期望速度且更稳定的速度。</td>
|
||||||
|
<td>速度障碍几何，加上减少 reciprocal 振荡的边界设计。</td>
|
||||||
|
<td>对称对冲、互相避让时减少左右横跳。</td>
|
||||||
|
<td>仍是局部 2D 方法，不处理地图和动力学约束。</td>
|
||||||
|
<td>适合作为处理振荡问题的设计参考。</td>
|
||||||
|
</tr>
|
||||||
|
<tr>
|
||||||
|
<td class="method">RVO_Py_MAS</td>
|
||||||
|
<td><span class="tag tag-green">速度空间</span><span class="tag tag-gold">采样过滤</span><br>把动态体和静态障碍都转成速度禁区。</td>
|
||||||
|
<td>采样候选速度，先过滤禁区，有安全速度就选最接近期望速度的；没有安全速度则选折中。</td>
|
||||||
|
<td>禁区过滤加碰撞时间折中，不是严格 ORCA 求解。</td>
|
||||||
|
<td>学习 RVO 建模方式，快速改造原型。</td>
|
||||||
|
<td>没有空间索引时规模变贵，采样可能错过好速度。</td>
|
||||||
|
<td>适合作为可读的 RVO 原理参考，不建议直接当大规模生产方案。</td>
|
||||||
|
</tr>
|
||||||
|
<tr>
|
||||||
|
<td class="method">采样避障学习版</td>
|
||||||
|
<td><span class="tag tag-gold">候选速度</span><span class="tag tag-red">评分函数</span><br>候选速度由期望速度、偏转、减速、停止等组成。</td>
|
||||||
|
<td>对每个候选速度计算目标偏差、平滑、预测碰撞、当前重叠、边界等惩罚，选最低分。</td>
|
||||||
|
<td>启发式风险函数和权重调参，不保证无碰撞。</td>
|
||||||
|
<td>项目内自研、调参、验证新评分项。</td>
|
||||||
|
<td>权重依赖场景，高密度可能局部最优或卡住。</td>
|
||||||
|
<td>最适合作为 FishROV 自研避障算法的实验骨架。</td>
|
||||||
|
</tr>
|
||||||
|
<tr>
|
||||||
|
<td class="method">rl_rvo_nav</td>
|
||||||
|
<td><span class="tag tag-red">学习策略</span><span class="tag tag-green">RVO 先验</span><br>把 VO/RVO 风险编码进状态和奖励。</td>
|
||||||
|
<td>PPO actor 根据自身状态和 VO/RVO 序列输出速度增量。</td>
|
||||||
|
<td>训练经验、RVO 区域奖励、预计碰撞时间塑形。</td>
|
||||||
|
<td>复杂多机器人场景下学习更灵活的风险权衡。</td>
|
||||||
|
<td>训练成本高，泛化依赖仿真覆盖，工程可控性较弱。</td>
|
||||||
|
<td>建议先吸收风险表达和 reward/score 思想，不急着引入完整 RL 链路。</td>
|
||||||
|
</tr>
|
||||||
|
<tr>
|
||||||
|
<td class="method">Unity NavMeshAgent</td>
|
||||||
|
<td><span class="tag tag-blue">导航网格</span><span class="tag tag-gold">路径跟随</span><br>先理解哪里能走，再沿路径局部避让。</td>
|
||||||
|
<td>在 NavMesh 上规划路径，沿拐点移动，同时使用内置局部避让。</td>
|
||||||
|
<td>全局可达性、路径搜索、内置工程避让。</td>
|
||||||
|
<td>静态地图、走廊、房间、地形导航。</td>
|
||||||
|
<td>局部避障不是核心强项，高密度动态体易抖，主要是平面系统。</td>
|
||||||
|
<td>适合作为全局路径层或工程对照，不适合作为鱼群局部避障核心。</td>
|
||||||
|
</tr>
|
||||||
|
</tbody>
|
||||||
|
</table>
|
||||||
|
</div>
|
||||||
|
</section>
|
||||||
|
|
||||||
|
<section aria-labelledby="axes-title">
|
||||||
|
<h2 id="axes-title">真正拉开差距的六个轴</h2>
|
||||||
|
<div class="axis-grid">
|
||||||
|
<article class="axis">
|
||||||
|
<h3>1. 位置空间还是速度空间</h3>
|
||||||
|
<p>RVO2、HRVO、RVO_Py_MAS、rl_rvo_nav 都把问题转成“哪些速度会导致未来碰撞”。NavMesh 主要先回答“哪里能走”。采样学习版虽然是评分，但最关键的预测碰撞项也已经进入速度空间。</p>
|
||||||
|
</article>
|
||||||
|
<article class="axis">
|
||||||
|
<h3>2. 约束、过滤还是惩罚</h3>
|
||||||
|
<p>ORCA 是约束求解，危险速度直接被半平面排除。RVO_Py_MAS 是采样后过滤禁区。采样学习版是给风险加惩罚，危险速度未必完全禁止。RL 是把风险变成训练信号。</p>
|
||||||
|
</article>
|
||||||
|
<article class="axis">
|
||||||
|
<h3>3. 谁承担避让责任</h3>
|
||||||
|
<p>VO 偏“我躲别人”；RVO/ORCA 假设双方共同承担；HRVO 在 reciprocal 基础上减少来回换边。NavMesh 用优先级处理谁让路。采样版需要靠评分项或通行偏置来塑造行为。</p>
|
||||||
|
</article>
|
||||||
|
<article class="axis">
|
||||||
|
<h3>4. 是否理解地图</h3>
|
||||||
|
<p>NavMesh 有全局可达性和路径图。其他方案基本只处理局部邻居，不知道死胡同、洞穴、任务顺序和远期收益。因此 FishROV 最可能需要“全局/中层路径 + 局部避障 + 运动控制”的分层结构。</p>
|
||||||
|
</article>
|
||||||
|
<article class="axis">
|
||||||
|
<h3>5. 可解释性和可改性</h3>
|
||||||
|
<p>RVO2 理论清晰但实现复杂。采样学习版最容易改权重和新增评分项。RVO_Py_MAS最适合读懂速度障碍。RL 灵活但可解释性和复现实验成本更高。NavMesh 是工程黑盒较多的成熟系统。</p>
|
||||||
|
</article>
|
||||||
|
<article class="axis">
|
||||||
|
<h3>6. 2D 与 3D 的边界</h3>
|
||||||
|
<p>这些方案多数原生是 2D 或平面导航。FishROV 里如果只看 XZ，会把不同高度层的对象误判为冲突，也可能漏掉真实 3D 体积风险。核心决策必须明确水平避障、高度分层和体积碰撞的关系。</p>
|
||||||
|
</article>
|
||||||
|
</div>
|
||||||
|
</section>
|
||||||
|
|
||||||
|
<section aria-labelledby="score-title">
|
||||||
|
<h2 id="score-title">工程选择倾向</h2>
|
||||||
|
<div class="lane">
|
||||||
|
<div class="lane-title">理论安全约束</div>
|
||||||
|
<div class="bars">
|
||||||
|
<div class="bar"><span>RVO2 / ORCA</span><div class="bar-track"><div class="bar-fill" style="width: 92%"></div></div></div>
|
||||||
|
<div class="bar"><span>HRVO</span><div class="bar-track"><div class="bar-fill" style="width: 82%"></div></div></div>
|
||||||
|
<div class="bar"><span>采样 / RL</span><div class="bar-track"><div class="bar-fill" style="width: 48%"></div></div></div>
|
||||||
|
</div>
|
||||||
|
</div>
|
||||||
|
<div class="lane">
|
||||||
|
<div class="lane-title">可改可调</div>
|
||||||
|
<div class="bars">
|
||||||
|
<div class="bar"><span>采样学习版</span><div class="bar-track"><div class="bar-fill" style="width: 94%"></div></div></div>
|
||||||
|
<div class="bar"><span>RVO_Py_MAS</span><div class="bar-track"><div class="bar-fill" style="width: 78%"></div></div></div>
|
||||||
|
<div class="bar"><span>NavMesh / RVO2</span><div class="bar-track"><div class="bar-fill" style="width: 45%"></div></div></div>
|
||||||
|
</div>
|
||||||
|
</div>
|
||||||
|
<div class="lane">
|
||||||
|
<div class="lane-title">全局路径能力</div>
|
||||||
|
<div class="bars">
|
||||||
|
<div class="bar"><span>NavMeshAgent</span><div class="bar-track"><div class="bar-fill" style="width: 96%"></div></div></div>
|
||||||
|
<div class="bar"><span>RVO 系列</span><div class="bar-track"><div class="bar-fill" style="width: 18%"></div></div></div>
|
||||||
|
<div class="bar"><span>采样 / RL</span><div class="bar-track"><div class="bar-fill" style="width: 22%"></div></div></div>
|
||||||
|
</div>
|
||||||
|
</div>
|
||||||
|
</section>
|
||||||
|
|
||||||
|
<section aria-labelledby="recommend-title">
|
||||||
|
<h2 id="recommend-title">推荐读法</h2>
|
||||||
|
<div class="recommend">
|
||||||
|
<div class="choice">
|
||||||
|
<h3>先压测 RVO2</h3>
|
||||||
|
<p>把 <b>RVO2 / ORCA</b> 当成标准基线，确认理想、拥挤、对冲、初始重叠等场景下的耗时和重叠率。</p>
|
||||||
|
</div>
|
||||||
|
<div class="choice">
|
||||||
|
<h3>再压测自研版</h3>
|
||||||
|
<p>自研版可以先吸收 RVO2 的速度空间思想，但保留可调评分、鱼群权重和性能优化入口。</p>
|
||||||
|
</div>
|
||||||
|
<div class="choice">
|
||||||
|
<h3>暂缓其他方案</h3>
|
||||||
|
<p>NavMesh、HRVO、RL-RVO 暂时不用进主压测。先把两条主线测准，再决定是否补防振荡或全局可达性。</p>
|
||||||
|
</div>
|
||||||
|
</div>
|
||||||
|
</section>
|
||||||
|
|
||||||
|
<section class="footnote">
|
||||||
|
<p>依据文档：rvo2-core-principles.md、unity-navmesh-core-principles.md、sampling-local-avoidance-core-principles.md、hrvo-core-principles.md、rvo-py-mas-core-principles.md、rl-rvo-nav-core-principles.md。</p>
|
||||||
|
</section>
|
||||||
|
</main>
|
||||||
|
</body>
|
||||||
|
</html>
|
||||||
239
FishROV/Docs/hrvo-core-principles.md
Normal file
239
FishROV/Docs/hrvo-core-principles.md
Normal file
@@ -0,0 +1,239 @@
|
|||||||
|
# HRVO 核心原理
|
||||||
|
|
||||||
|
## 一句话结论
|
||||||
|
|
||||||
|
HRVO 的核心是 **在速度空间里排除未来会发生碰撞的速度，然后选择一个尽量接近期望速度、同时更不容易产生左右振荡的新速度**。
|
||||||
|
|
||||||
|
它不是全局寻路算法，也不是推进器控制器，而是一个去中心化的局部避障算法。每个 agent 只根据自己感知到的邻居位置和速度独立决策，不需要中心调度，也不需要 agent 之间通信。
|
||||||
|
|
||||||
|
仓库地址：
|
||||||
|
|
||||||
|
```text
|
||||||
|
https://github.com/snape/HRVO
|
||||||
|
```
|
||||||
|
|
||||||
|
## 要解决的问题
|
||||||
|
|
||||||
|
多 agent 避障最麻烦的不是单个障碍物，而是 **大家都会动，并且大家都会试图避让**。
|
||||||
|
|
||||||
|
如果用简单 steering，常见逻辑是：
|
||||||
|
|
||||||
|
```text
|
||||||
|
朝目标走
|
||||||
|
靠近别人就加一个排斥力
|
||||||
|
最后合成速度
|
||||||
|
```
|
||||||
|
|
||||||
|
这种方式容易出现几个问题：
|
||||||
|
|
||||||
|
- 只看当前距离，不一定能判断未来是否会撞上。
|
||||||
|
- 多个 agent 同时避让时，可能互相把对方推乱。
|
||||||
|
- 对称场景下容易左右摇摆。
|
||||||
|
- 高密度场景里，排斥力叠加后速度可能非常不稳定。
|
||||||
|
|
||||||
|
HRVO 换了一个视角：不直接在位置空间里把 agent 推开，而是在速度空间里判断：
|
||||||
|
|
||||||
|
```text
|
||||||
|
如果我现在选择这个速度，
|
||||||
|
按照邻居的当前位置和速度预测，
|
||||||
|
未来一小段时间内会不会撞上？
|
||||||
|
```
|
||||||
|
|
||||||
|
会撞的速度，就是不能选的速度。
|
||||||
|
|
||||||
|
## Velocity Obstacle
|
||||||
|
|
||||||
|
Velocity Obstacle，简称 VO，表示速度空间中的危险区域。
|
||||||
|
|
||||||
|
假设有两个 agent：A 和 B。
|
||||||
|
|
||||||
|
- A 的位置是 `pA`，速度是 `vA`，半径是 `rA`。
|
||||||
|
- B 的位置是 `pB`，速度是 `vB`，半径是 `rB`。
|
||||||
|
- 如果未来某个时间，两者中心距离小于 `rA + rB`，就会发生碰撞。
|
||||||
|
|
||||||
|
对 A 来说，可以把 B 膨胀成半径 `rA + rB` 的圆。然后在速度空间中构造一片区域：
|
||||||
|
|
||||||
|
```text
|
||||||
|
如果 A 选择这片区域里的速度，
|
||||||
|
并且 B 继续保持当前速度，
|
||||||
|
A 未来会撞到 B。
|
||||||
|
```
|
||||||
|
|
||||||
|
这片速度区域就是 B 对 A 产生的 Velocity Obstacle。
|
||||||
|
|
||||||
|
直观理解：
|
||||||
|
|
||||||
|
```text
|
||||||
|
位置空间：哪里有障碍？
|
||||||
|
速度空间：哪些速度会导致未来撞上障碍？
|
||||||
|
```
|
||||||
|
|
||||||
|
VO 的价值在于，它把动态碰撞预测变成了当前帧的速度选择问题。
|
||||||
|
|
||||||
|
## RVO：双方共同承担避让
|
||||||
|
|
||||||
|
普通 VO 假设“别人保持当前速度，我来躲”。这在动态 agent 群里会偏保守，因为实际上对方也会躲。
|
||||||
|
|
||||||
|
RVO 的思想是 reciprocal：
|
||||||
|
|
||||||
|
```text
|
||||||
|
A 和 B 都是主动体。
|
||||||
|
如果两者当前速度组合会导致碰撞，
|
||||||
|
不应该让 A 独自承担全部避让修正。
|
||||||
|
双方各承担一部分速度修正。
|
||||||
|
```
|
||||||
|
|
||||||
|
这样 agent 的行为会更自然，尤其适合：
|
||||||
|
|
||||||
|
- 机器人群；
|
||||||
|
- 人群模拟；
|
||||||
|
- 鱼群或艇群；
|
||||||
|
- 多个同等级 NPC 的局部避让。
|
||||||
|
|
||||||
|
## HRVO：减少 reciprocal 避让振荡
|
||||||
|
|
||||||
|
RVO 虽然比 VO 更对称，但在某些对称场景中仍然可能出现振荡。
|
||||||
|
|
||||||
|
典型例子：
|
||||||
|
|
||||||
|
```text
|
||||||
|
A 和 B 正面对冲
|
||||||
|
这一帧双方都觉得向左让比较好
|
||||||
|
下一帧相对状态变化后，双方又都觉得向右让比较好
|
||||||
|
然后反复左右切换
|
||||||
|
```
|
||||||
|
|
||||||
|
HRVO 的关键改进就是 Hybrid：
|
||||||
|
|
||||||
|
```text
|
||||||
|
它不是完全使用 VO，也不是完全使用 RVO，
|
||||||
|
而是把两者的几何边界混合起来，
|
||||||
|
构造一个更偏向稳定避让侧的速度障碍。
|
||||||
|
```
|
||||||
|
|
||||||
|
直观说，HRVO 会让速度障碍的顶点和边界选择更偏向“别来回改主意”，从而减少互相避让时的左右横跳。
|
||||||
|
|
||||||
|
所以 HRVO 关注的不只是无碰撞，还包括：
|
||||||
|
|
||||||
|
```text
|
||||||
|
collision-free
|
||||||
|
oscillation-free
|
||||||
|
decentralized
|
||||||
|
```
|
||||||
|
|
||||||
|
也就是无碰撞、少振荡、去中心化。
|
||||||
|
|
||||||
|
## 每帧流程
|
||||||
|
|
||||||
|
HRVO 每帧大致做这些事：
|
||||||
|
|
||||||
|
1. 更新每个 agent 的当前位置和当前速度。
|
||||||
|
2. 为每个 agent 设置期望速度 `preferredVelocity`。
|
||||||
|
3. 查找附近邻居。
|
||||||
|
4. 对每个邻居构造一个 HRVO 速度障碍。
|
||||||
|
5. 在可选速度中寻找一个不落入危险区域、且最接近期望速度的新速度。
|
||||||
|
6. 用新速度推进 agent。
|
||||||
|
|
||||||
|
可以理解成：
|
||||||
|
|
||||||
|
```text
|
||||||
|
目标方向
|
||||||
|
-> 期望速度
|
||||||
|
-> 邻居预测
|
||||||
|
-> 构造速度禁区
|
||||||
|
-> 选择安全速度
|
||||||
|
-> 推进位置
|
||||||
|
```
|
||||||
|
|
||||||
|
## 和 VO / RVO / ORCA 的区别
|
||||||
|
|
||||||
|
| 方法 | 核心假设 | 主要特点 |
|
||||||
|
| --- | --- | --- |
|
||||||
|
| VO | 我躲别人，别人保持当前速度 | 简单直接，但对动态群体偏保守 |
|
||||||
|
| RVO | 双方都会避让，各承担一部分修正 | 更适合多 agent，但对称场景可能振荡 |
|
||||||
|
| HRVO | 混合 VO 和 RVO 的速度障碍 | 在 reciprocal 基础上减少左右振荡 |
|
||||||
|
| ORCA | 把避障转成半平面约束和优化问题 | 工程上更常用，求解形式更规整 |
|
||||||
|
|
||||||
|
HRVO 可以看作 RVO 家族中的一个改进版本，重点是处理 reciprocal collision avoidance 中的振荡问题。
|
||||||
|
|
||||||
|
## 关键参数
|
||||||
|
|
||||||
|
HRVO 这类算法通常会关心这些参数：
|
||||||
|
|
||||||
|
- `radius`：agent 半径，决定碰撞距离。
|
||||||
|
- `neighborDist`：多远范围内的 agent 会被当作邻居。
|
||||||
|
- `maxNeighbors`：最多考虑多少邻居。
|
||||||
|
- `timeHorizon`：向未来预测多长时间内的碰撞。
|
||||||
|
- `maxSpeed`：最大速度。
|
||||||
|
- `timeStep`：仿真步长。
|
||||||
|
|
||||||
|
参数影响很直接：
|
||||||
|
|
||||||
|
- `neighborDist` 太小：反应太晚，容易贴脸避让。
|
||||||
|
- `neighborDist` 太大：邻居过多，性能下降，也可能过度保守。
|
||||||
|
- `timeHorizon` 太短：只处理眼前风险。
|
||||||
|
- `timeHorizon` 太长：提前避让过多，路径可能绕或慢。
|
||||||
|
- `maxNeighbors` 太低：高密度时可能漏掉重要邻居。
|
||||||
|
|
||||||
|
## 优点
|
||||||
|
|
||||||
|
- 去中心化，不需要统一调度所有 agent。
|
||||||
|
- 对多动态 agent 场景更自然。
|
||||||
|
- 使用速度空间建模，可解释性比纯排斥力强。
|
||||||
|
- 相比普通 RVO，更重视减少对称避让中的振荡。
|
||||||
|
- 适合实时局部避障。
|
||||||
|
|
||||||
|
## 局限
|
||||||
|
|
||||||
|
- 它主要是二维平面局部避障算法。
|
||||||
|
- 不负责全局路径规划。
|
||||||
|
- 不理解地图语义、死胡同、长期收益。
|
||||||
|
- 对强动力学约束系统需要额外适配。
|
||||||
|
- 高密度或狭窄通道中仍可能出现局部最优、停滞或拥堵。
|
||||||
|
- 如果 agent 初始已经严重重叠，算法需要时间把重叠解开。
|
||||||
|
|
||||||
|
## 放到 FishROV 中的定位
|
||||||
|
|
||||||
|
在 FishROV 里，HRVO 更适合作为一层局部避障参考，而不是完整运动方案。
|
||||||
|
|
||||||
|
建议定位：
|
||||||
|
|
||||||
|
```text
|
||||||
|
全局目标 / 路径
|
||||||
|
-> 生成期望速度
|
||||||
|
-> HRVO 局部避障修正速度
|
||||||
|
-> FishROV 自身运动控制 / 刚体控制 / 推进器控制
|
||||||
|
```
|
||||||
|
|
||||||
|
也就是说，HRVO 输出的是“当前更安全的速度建议”，不是最终控制指令。
|
||||||
|
|
||||||
|
如果用于 ROV 或鱼群 benchmark，需要特别注意：
|
||||||
|
|
||||||
|
- 如果当前运动是 3D，HRVO 原生二维模型需要投影到 XZ 平面，或扩展为 3D 近似。
|
||||||
|
- 如果存在水流、惯性、最大转向角、加速度限制，需要在 HRVO 输出之后再做动力学约束。
|
||||||
|
- 如果有地形、洞穴、障碍物、任务点顺序，仍然需要全局或中层规划。
|
||||||
|
- 如果 agent 高度层不同，不能只看 XZ 重叠，否则会把视觉上错层的对象也当成冲突。
|
||||||
|
|
||||||
|
## 对自研避障算法的启发
|
||||||
|
|
||||||
|
HRVO 最值得吸收的不是具体代码，而是这三个思想：
|
||||||
|
|
||||||
|
```text
|
||||||
|
1. 在速度空间里判断未来碰撞，而不是只看当前距离。
|
||||||
|
2. 假设其他动态体也会避让，而不是全部由自己承担。
|
||||||
|
3. 对称避让时要显式处理振荡，不然会左右横跳。
|
||||||
|
```
|
||||||
|
|
||||||
|
如果后续继续做 FishROV 自研局部避障，可以把 HRVO 作为参考方向：
|
||||||
|
|
||||||
|
- 用预测碰撞时间替代单纯距离惩罚。
|
||||||
|
- 把候选速度分成安全区、危险区和高风险区。
|
||||||
|
- 给 reciprocal 避让加入稳定侧偏好，减少频繁换边。
|
||||||
|
- 把“接近期望速度”和“避碰安全”放进同一个评分或约束求解里。
|
||||||
|
- 在 3D 场景中明确区分水平面冲突和真实体积冲突。
|
||||||
|
|
||||||
|
## 参考
|
||||||
|
|
||||||
|
- HRVO 仓库：https://github.com/snape/HRVO
|
||||||
|
- HRVO 项目页：https://gamma.cs.unc.edu/HRVO/
|
||||||
|
- Velocity Obstacle 术语说明：https://en.wikipedia.org/wiki/Velocity_obstacle
|
||||||
@@ -2,7 +2,12 @@
|
|||||||
|
|
||||||
## 目标
|
## 目标
|
||||||
|
|
||||||
这个 Unity 工程用于横向压测本地避障方案。不同方案之间唯一应该变化的变量，是 `AvoidanceFrameworkKind` 选择后由 `AvoidanceAdapterRegistry` 创建的 adapter。
|
这个 Unity 工程用于压测本地避障方案。当前阶段先收束到两条主线：
|
||||||
|
|
||||||
|
- `Rvo2Adapter`：成熟 RVO2 / ORCA 基准。
|
||||||
|
- 项目自研 RVO2 思想版本：用于验证可控性、可调参空间和性能上限。
|
||||||
|
|
||||||
|
其他方案可以保留为参考或历史对照，但不进入当前主压测结论。不同方案之间唯一应该变化的变量，是 `AvoidanceFrameworkKind` 选择后由 `AvoidanceAdapterRegistry` 创建的 adapter。
|
||||||
|
|
||||||
## 共享运行入口
|
## 共享运行入口
|
||||||
|
|
||||||
@@ -46,7 +51,40 @@ adapter 可以给运行时创建的对象追加框架自己的组件，但不应
|
|||||||
|
|
||||||
`NoAvoidanceAdapter` 是对照基线：只按期望速度移动，不做避障。
|
`NoAvoidanceAdapter` 是对照基线：只按期望速度移动，不做避障。
|
||||||
|
|
||||||
A* RVO、RVO2、Unity NavMesh、采样避障学习版都通过同一个调试面板选择，用同一套场景、数量、相机和指标进行对比。
|
当前压测结论主线只比较 RVO2 原版和基于 RVO2 思想的自研版本。A* RVO、Unity NavMesh、采样避障学习版可以继续保留在调试面板里，但当前不作为主结论对象。
|
||||||
|
|
||||||
|
## 当前压测口径
|
||||||
|
|
||||||
|
- 分辨率：标准移动端竖屏 `1080x1920`。
|
||||||
|
- 环境：先在 Unity 编辑器下跑同一套场景，再到百元机真机复测。
|
||||||
|
- 场景：理想空旷、双向穿流、圆阵向心、高密度聚集、初始重叠、狭窄通道、单目标争抢。
|
||||||
|
- 数量档：建议至少覆盖 `100 / 500 / 1000 / 3000 / 5000`。
|
||||||
|
- 指标：平均 FPS、1% Low FPS、模拟耗时、最大模拟耗时、GC 分配、XZ 平面重叠对数、3D 空间重叠对数、最近清空间距、平均速度损失。
|
||||||
|
- 公平条件：半径、最大速度、`timeStep`、目标生成、积分方式、邻居范围、日志采样策略必须一致。
|
||||||
|
|
||||||
|
## 日志策略
|
||||||
|
|
||||||
|
编辑器和百元机都需要日志，但日志不能拖慢性能测试。
|
||||||
|
|
||||||
|
- 不要每帧 `Debug.Log`。
|
||||||
|
- 不要在热路径里拼接字符串。
|
||||||
|
- 不要每帧写文件。
|
||||||
|
- 不要让某个 adapter 单独输出额外明细，导致对比不公平。
|
||||||
|
- 建议只在内存中记录结构化数值样本。
|
||||||
|
- 建议固定间隔采样，例如每 `0.5s` 或每 `30` 帧聚合一次。
|
||||||
|
- 建议使用环形缓冲或预分配数组，避免压测中产生 GC。
|
||||||
|
- 单轮结束后一次性导出 CSV/JSON。
|
||||||
|
- Console 只打印一行摘要，例如算法、场景、数量、平均 FPS、1% Low、平均模拟耗时、最大耗时、重叠对峰值。
|
||||||
|
|
||||||
|
百元机真机日志建议额外记录：
|
||||||
|
|
||||||
|
- 设备型号。
|
||||||
|
- 目标帧率。
|
||||||
|
- 实际分辨率是否为 `1080x1920`。
|
||||||
|
- Unity 图形 API。
|
||||||
|
- 是否 Development Build。
|
||||||
|
- 是否连接调试器。
|
||||||
|
- 是否出现明显发热、降频或后台干扰。
|
||||||
|
|
||||||
## A* Pathfinding Project Pro RVO Adapter
|
## A* Pathfinding Project Pro RVO Adapter
|
||||||
|
|
||||||
|
|||||||
230
FishROV/Docs/rl-rvo-nav-core-principles.md
Normal file
230
FishROV/Docs/rl-rvo-nav-core-principles.md
Normal file
@@ -0,0 +1,230 @@
|
|||||||
|
# rl_rvo_nav 核心原理说明
|
||||||
|
|
||||||
|
资料来源：
|
||||||
|
|
||||||
|
- GitHub 仓库：https://github.com/hanruihua/rl_rvo_nav
|
||||||
|
- 论文：Reinforcement Learned Distributed Multi-Robot Navigation with Reciprocal Velocity Obstacle Shaped Rewards
|
||||||
|
- arXiv 页面：https://arxiv.org/abs/2203.10229
|
||||||
|
|
||||||
|
## 一句话结论
|
||||||
|
|
||||||
|
`rl_rvo_nav` 的核心不是纯强化学习避障，也不是传统 RVO/ORCA 求解器，而是把 **RVO/VO 几何避障先验** 编码进强化学习的状态表示和奖励函数中，让 PPO 训练出的策略在多机器人局部避障中更安全、更高效、更不保守。
|
||||||
|
|
||||||
|
可以理解为：
|
||||||
|
|
||||||
|
> RVO 负责告诉策略“哪些速度区域有碰撞风险”，强化学习负责学“在这些风险结构下，当前该怎么选一个更好的速度增量”。
|
||||||
|
|
||||||
|
## 背景问题
|
||||||
|
|
||||||
|
多机器人导航常见有两类方案：
|
||||||
|
|
||||||
|
- 中心化调度：全局规划能力强，但机器人数量增加后计算和通信压力上升。
|
||||||
|
- 分布式避障：每个机器人独立决策，扩展性好，但只能依靠局部观测，容易出现碰撞、震荡、过度保守或互相等待。
|
||||||
|
|
||||||
|
传统 VO/RVO/ORCA 方法会在速度空间中构造不可选速度区域，从而实时选择避障速度。它们计算高效、可解释，但在复杂场景中可能保守，对感知误差、非完整约束和长期收益的处理也有限。
|
||||||
|
|
||||||
|
纯深度强化学习方法可以通过大量仿真经验学到更激进、更灵活的策略，但如果直接输入位置、速度、距离等原始状态，网络需要自己学会推导碰撞几何关系，样本效率和可控性都不理想。
|
||||||
|
|
||||||
|
`rl_rvo_nav` 的设计目标就是结合两者：
|
||||||
|
|
||||||
|
- 用 RVO/VO 给强化学习提供结构化避障知识。
|
||||||
|
- 用 DRL 学出比手写几何规则更灵活的局部控制策略。
|
||||||
|
|
||||||
|
## 核心模块
|
||||||
|
|
||||||
|
### 1. 分布式多机器人决策
|
||||||
|
|
||||||
|
每个机器人独立运行同一个策略，不依赖中心控制器，也不依赖机器人之间的通信。
|
||||||
|
|
||||||
|
机器人只使用自身状态和局部感知范围内的其他机器人、障碍物信息进行决策。
|
||||||
|
|
||||||
|
自身状态通常包括：
|
||||||
|
|
||||||
|
- 当前速度
|
||||||
|
- 当前朝向
|
||||||
|
- 期望速度
|
||||||
|
- 用于避障的虚拟半径
|
||||||
|
|
||||||
|
周围环境状态包括：
|
||||||
|
|
||||||
|
- 动态机器人产生的 RVO 向量
|
||||||
|
- 静态障碍物产生的 VO 向量
|
||||||
|
- 相对距离
|
||||||
|
- 预计碰撞时间
|
||||||
|
|
||||||
|
### 2. 用 RVO/VO 表示碰撞风险
|
||||||
|
|
||||||
|
传统 RL 避障常把邻居机器人表示成位置、速度、半径等数据，例如：
|
||||||
|
|
||||||
|
```text
|
||||||
|
other_position, other_velocity, other_radius
|
||||||
|
```
|
||||||
|
|
||||||
|
`rl_rvo_nav` 更进一步，把这些信息转换成速度空间中的 VO/RVO 表示。
|
||||||
|
|
||||||
|
VO 表示：
|
||||||
|
|
||||||
|
- 如果自身选择某些速度，就会在未来一段时间内撞到障碍物。
|
||||||
|
- 这些危险速度构成一个速度空间区域。
|
||||||
|
|
||||||
|
RVO 表示：
|
||||||
|
|
||||||
|
- 对动态机器人，不只假设“我避让它”，而是假设双方都会承担一部分避让责任。
|
||||||
|
- 这让策略更容易学到互惠避障行为，减少单方过度避让或互相卡住。
|
||||||
|
|
||||||
|
因此，网络输入不是单纯的几何坐标，而是更接近“碰撞约束”的状态。
|
||||||
|
|
||||||
|
这也是该方案最重要的思想：**把避障问题从物理空间状态学习，转成速度空间风险学习。**
|
||||||
|
|
||||||
|
### 3. BiGRU 处理可变数量邻居
|
||||||
|
|
||||||
|
周围机器人和障碍物数量是不固定的。普通 MLP 需要固定长度输入，不适合直接处理可变数量的邻居。
|
||||||
|
|
||||||
|
该方案把周围对象的 VO/RVO 信息组织成序列，再用 RNN 模块提取特征。
|
||||||
|
|
||||||
|
论文强调使用 bidirectional GRU，也就是 BiGRU。仓库代码中的 `policy_rnn_ac.py` 里也能看到 `GRU`、`LSTM`、`biGRU` 模式。
|
||||||
|
|
||||||
|
结构大致是：
|
||||||
|
|
||||||
|
```text
|
||||||
|
自身状态
|
||||||
|
+
|
||||||
|
周围对象 VO/RVO 序列
|
||||||
|
-> GRU/BiGRU
|
||||||
|
-> 固定维度环境特征
|
||||||
|
-> Actor 输出动作分布
|
||||||
|
-> Critic 输出状态价值
|
||||||
|
```
|
||||||
|
|
||||||
|
BiGRU 的作用是：
|
||||||
|
|
||||||
|
- 能处理数量变化的邻居。
|
||||||
|
- 不只偏向序列末尾对象。
|
||||||
|
- 在较低计算成本下提取局部交互特征。
|
||||||
|
|
||||||
|
### 4. 动作输出是速度增量
|
||||||
|
|
||||||
|
很多 RL 避障方法直接输出最终控制速度。
|
||||||
|
|
||||||
|
`rl_rvo_nav` 输出的是当前速度的增量，也就是 velocity increment/change rate。
|
||||||
|
|
||||||
|
这样做的好处：
|
||||||
|
|
||||||
|
- 控制更平滑。
|
||||||
|
- 不容易出现速度突变。
|
||||||
|
- 更接近差速机器人实际控制需求。
|
||||||
|
|
||||||
|
最终速度再被分解成差速机器人的线速度和角速度。
|
||||||
|
|
||||||
|
### 5. 奖励函数由 RVO 区域和预计碰撞时间塑形
|
||||||
|
|
||||||
|
该方案的奖励函数不是简单距离奖励。
|
||||||
|
|
||||||
|
传统距离奖励大致是：
|
||||||
|
|
||||||
|
- 离目标更近，奖励。
|
||||||
|
- 离障碍更近，惩罚。
|
||||||
|
- 碰撞，强惩罚。
|
||||||
|
|
||||||
|
但 `rl_rvo_nav` 的输入本身是 VO/RVO 表示，不直接以原始位置距离为核心。因此它设计了基于 RVO/VO 区域的奖励。
|
||||||
|
|
||||||
|
奖励重点判断：
|
||||||
|
|
||||||
|
- 当前选择的速度是否落入 RVO/VO 危险区域。
|
||||||
|
- 当前速度与期望速度的差距。
|
||||||
|
- 按当前运动趋势，预计多久会发生碰撞。
|
||||||
|
|
||||||
|
预计碰撞时间比单纯距离更有信息量，因为它同时考虑了距离和相对速度。
|
||||||
|
|
||||||
|
例如：
|
||||||
|
|
||||||
|
- 距离近但相对远离，风险不一定高。
|
||||||
|
- 距离远但高速相向，风险可能很高。
|
||||||
|
|
||||||
|
所以该方案用 expected collision time 来衡量碰撞风险，使策略在拥挤环境里能更合理地权衡安全和效率。
|
||||||
|
|
||||||
|
## 训练方式
|
||||||
|
|
||||||
|
仓库使用 PPO 训练 actor-critic 策略。
|
||||||
|
|
||||||
|
训练流程大致如下：
|
||||||
|
|
||||||
|
1. 在仿真环境中让多个机器人运行当前策略。
|
||||||
|
2. 收集每个机器人的 observation、action、reward。
|
||||||
|
3. 使用 GAE 计算优势。
|
||||||
|
4. 用 PPO 更新 actor 和 critic。
|
||||||
|
5. 在更复杂机器人数量和场景中继续训练。
|
||||||
|
|
||||||
|
README 中给出的训练阶段是：
|
||||||
|
|
||||||
|
- 第一阶段：4 个机器人 circle 场景。
|
||||||
|
- 第二阶段：加载已有模型，在 10 个机器人 circle 场景继续训练。
|
||||||
|
|
||||||
|
测试场景包括：
|
||||||
|
|
||||||
|
- circle scenario
|
||||||
|
- random scenario
|
||||||
|
|
||||||
|
## 与传统 RVO/ORCA 的区别
|
||||||
|
|
||||||
|
| 维度 | 传统 RVO/ORCA | rl_rvo_nav |
|
||||||
|
| --- | --- | --- |
|
||||||
|
| 决策方式 | 手写几何规则或优化求解 | 神经网络策略 |
|
||||||
|
| 避障知识 | 显式速度空间约束 | 作为状态和奖励先验 |
|
||||||
|
| 输出 | 当前最优避障速度 | 速度增量 |
|
||||||
|
| 优点 | 可解释、稳定、实时 | 更灵活，可从经验中学习效率和风险权衡 |
|
||||||
|
| 风险 | 可能保守 | 依赖训练覆盖和仿真质量 |
|
||||||
|
|
||||||
|
## 与纯强化学习避障的区别
|
||||||
|
|
||||||
|
| 维度 | 纯 DRL 避障 | rl_rvo_nav |
|
||||||
|
| --- | --- | --- |
|
||||||
|
| 输入 | 位置、速度、距离、传感器数据等 | VO/RVO 风险向量 |
|
||||||
|
| 学习难度 | 网络需自行推导碰撞几何 | 几何风险已经结构化 |
|
||||||
|
| 奖励 | 常基于距离和碰撞结果 | 基于 RVO 区域和预计碰撞时间 |
|
||||||
|
| 可解释性 | 较弱 | 更容易解释为速度空间风险规避 |
|
||||||
|
|
||||||
|
## 对 FishROV 的启发
|
||||||
|
|
||||||
|
如果把这个方案借鉴到 FishROV 或水下 ROV 局部避障中，最值得吸收的不是直接照搬 PPO 训练，而是以下思想：
|
||||||
|
|
||||||
|
1. **把避障风险表达在速度空间中**
|
||||||
|
|
||||||
|
不只判断“障碍在哪里”，而是判断“当前可选速度里哪些会导致未来碰撞”。
|
||||||
|
|
||||||
|
2. **把规则避障和学习策略分层**
|
||||||
|
|
||||||
|
几何规则可以生成风险特征，学习策略负责在风险、目标方向、速度平滑性之间做权衡。
|
||||||
|
|
||||||
|
3. **优先考虑可解释的 reward/score**
|
||||||
|
|
||||||
|
即使不用 RL，也可以把 RVO 区域、预计碰撞时间、目标速度差异组合成局部避障评分函数。
|
||||||
|
|
||||||
|
4. **对动态障碍比静态障碍更有价值**
|
||||||
|
|
||||||
|
如果 FishROV 主要面对静态地形或固定障碍，传统 NavMesh、A*、局部 steering 可能更直接。
|
||||||
|
|
||||||
|
如果未来要处理鱼群、其他 ROV、移动机械臂、动态水流漂浮物等，RVO/RL-RVO 的价值会明显上升。
|
||||||
|
|
||||||
|
## 局限和注意点
|
||||||
|
|
||||||
|
该方案也有明显门槛：
|
||||||
|
|
||||||
|
- 需要高质量仿真环境。
|
||||||
|
- 策略泛化依赖训练场景覆盖。
|
||||||
|
- PPO 训练成本高于传统局部避障。
|
||||||
|
- 真实机器人部署需要考虑感知误差、控制延迟、水动力扰动等 sim-to-real 问题。
|
||||||
|
- 对游戏或仿真项目来说，直接使用 RL 模型未必划算，抽取其 RVO 风险建模思想可能更实用。
|
||||||
|
|
||||||
|
## 简短评价
|
||||||
|
|
||||||
|
`rl_rvo_nav` 最核心的价值是提出了一种很清楚的混合范式：
|
||||||
|
|
||||||
|
```text
|
||||||
|
传统几何避障知识
|
||||||
|
-> 结构化状态表示
|
||||||
|
-> RVO/碰撞时间塑形奖励
|
||||||
|
-> PPO 学习连续局部控制策略
|
||||||
|
```
|
||||||
|
|
||||||
|
它适合研究或高复杂度多机器人动态避障。如果当前目标是工程落地，建议优先把它当作“设计参考”：吸收 VO/RVO 风险表达和 expected collision time 评分，而不是第一步就引入完整 RL 训练链路。
|
||||||
280
FishROV/Docs/rvo-py-mas-core-principles.md
Normal file
280
FishROV/Docs/rvo-py-mas-core-principles.md
Normal file
@@ -0,0 +1,280 @@
|
|||||||
|
# RVO_Py_MAS 核心原理
|
||||||
|
|
||||||
|
## 一句话结论
|
||||||
|
|
||||||
|
`RVO_Py_MAS` 的核心是 **在速度空间里排除未来会碰撞的速度，然后选择一个最接近期望速度的安全速度**。
|
||||||
|
|
||||||
|
它不是全局寻路系统，也不负责生成完整路径。它更像一个局部避障控制器：上层系统先给每个 agent 一个期望速度，RVO 再根据周围动态 agent 和静态障碍，把这个速度修正成更安全的实际速度。
|
||||||
|
|
||||||
|
典型接入方式是：
|
||||||
|
|
||||||
|
```text
|
||||||
|
目标/任务控制器
|
||||||
|
-> 计算期望速度 V_desired
|
||||||
|
-> RVO_Py_MAS 根据邻居和障碍修正速度
|
||||||
|
-> 输出实际速度 V
|
||||||
|
-> 推进位置
|
||||||
|
```
|
||||||
|
|
||||||
|
## 它要解决的问题
|
||||||
|
|
||||||
|
普通 steering 或分离力算法通常在位置空间工作：
|
||||||
|
|
||||||
|
```text
|
||||||
|
离目标近一点
|
||||||
|
离邻居远一点
|
||||||
|
离障碍远一点
|
||||||
|
最后把多个力合成一个速度
|
||||||
|
```
|
||||||
|
|
||||||
|
这类方法简单，但容易出现几个问题：
|
||||||
|
|
||||||
|
- 只看当前距离，不一定能判断未来是否会撞上。
|
||||||
|
- 多个 agent 同时互相躲避时，可能左右摇摆。
|
||||||
|
- 高密度场景下，分离力叠加后速度容易变乱。
|
||||||
|
- 很难回答“这个速度在未来一小段时间内是否安全”。
|
||||||
|
|
||||||
|
RVO 的视角不同。它不直接问“我现在离别人多近”，而是问：
|
||||||
|
|
||||||
|
```text
|
||||||
|
如果我选择这个速度，
|
||||||
|
在未来一段时间内会不会撞到别人？
|
||||||
|
```
|
||||||
|
|
||||||
|
## Velocity Obstacle
|
||||||
|
|
||||||
|
对两个 agent A 和 B：
|
||||||
|
|
||||||
|
- A 的位置是 `pA`，速度是 `vA`，半径是 `rA`。
|
||||||
|
- B 的位置是 `pB`，速度是 `vB`，半径是 `rB`。
|
||||||
|
- 如果未来某个时间点，两者中心距离小于 `rA + rB`，就会发生碰撞。
|
||||||
|
|
||||||
|
Velocity Obstacle 的意思是：
|
||||||
|
|
||||||
|
```text
|
||||||
|
对 A 来说，有一片速度区域是危险的。
|
||||||
|
如果 A 选择这片区域内的速度，
|
||||||
|
并且 B 按当前趋势运动，
|
||||||
|
A 未来就可能撞到 B。
|
||||||
|
```
|
||||||
|
|
||||||
|
这片危险区域可以理解成速度空间里的一个锥形区域。锥的方向由 A 指向 B 的相对位置决定，锥的张角由双方半径和距离决定。
|
||||||
|
|
||||||
|
## RVO：双方共同承担避让
|
||||||
|
|
||||||
|
普通 VO 假设“对方保持原样，我单方面避让”。如果所有 agent 都这么算，就容易过度避让或振荡。
|
||||||
|
|
||||||
|
RVO 的关键变化是：
|
||||||
|
|
||||||
|
```text
|
||||||
|
A 和 B 都是主动体。
|
||||||
|
如果未来可能碰撞，不应该只让 A 负责全部避让。
|
||||||
|
双方都假设对方也会做类似避让，因此各自承担一部分速度修正。
|
||||||
|
```
|
||||||
|
|
||||||
|
在 `RVO_Py_MAS` 代码里，RVO 版本的速度障碍平移点使用了双方当前速度的平均项：
|
||||||
|
|
||||||
|
```python
|
||||||
|
transl_vB_vA = [
|
||||||
|
pA[0] + 0.5 * (vB[0] + vA[0]),
|
||||||
|
pA[1] + 0.5 * (vB[1] + vA[1]),
|
||||||
|
]
|
||||||
|
```
|
||||||
|
|
||||||
|
这就是 reciprocal 的工程化表达：不是单边躲避，而是假设双方都会动一点。
|
||||||
|
|
||||||
|
## 每个 agent 的计算流程
|
||||||
|
|
||||||
|
`RVO_update` 对每个 agent 做下面几步：
|
||||||
|
|
||||||
|
1. 读取当前 agent 的位置 `pA` 和当前速度 `vA`。
|
||||||
|
2. 遍历其他 agent。
|
||||||
|
3. 为每个邻居构造一个 RVO 速度障碍。
|
||||||
|
4. 遍历静态圆形障碍，也构造速度障碍。
|
||||||
|
5. 调用 `intersect`，从候选速度里选择最合适的速度。
|
||||||
|
6. 把结果写回输出速度列表。
|
||||||
|
|
||||||
|
可以简化成：
|
||||||
|
|
||||||
|
```text
|
||||||
|
对每条鱼：
|
||||||
|
收集周围会影响它的动态体和静态障碍
|
||||||
|
把这些对象都转成速度空间中的禁区
|
||||||
|
找一个不在禁区里、又最接近期望速度的速度
|
||||||
|
```
|
||||||
|
|
||||||
|
## 动态 agent 如何形成禁区
|
||||||
|
|
||||||
|
对每个邻居 B，代码会计算：
|
||||||
|
|
||||||
|
- `dist_BA`：A 和 B 的距离。
|
||||||
|
- `theta_BA`：A 指向 B 的方向角。
|
||||||
|
- `theta_BAort`：碰撞锥的半角。
|
||||||
|
- `bound_left` / `bound_right`：碰撞锥左右边界。
|
||||||
|
|
||||||
|
然后把这个速度障碍存成：
|
||||||
|
|
||||||
|
```python
|
||||||
|
RVO_BA = [
|
||||||
|
transl_vB_vA,
|
||||||
|
bound_left,
|
||||||
|
bound_right,
|
||||||
|
dist_BA,
|
||||||
|
2 * ROB_RAD,
|
||||||
|
]
|
||||||
|
```
|
||||||
|
|
||||||
|
其中 `2 * ROB_RAD` 表示两个相同半径 agent 的安全距离。代码里还给机器人半径额外加了 `0.1`，相当于保守安全边距。
|
||||||
|
|
||||||
|
## 静态障碍如何处理
|
||||||
|
|
||||||
|
静态障碍被当成速度为 0 的对象：
|
||||||
|
|
||||||
|
```python
|
||||||
|
vB = [0, 0]
|
||||||
|
```
|
||||||
|
|
||||||
|
圆形障碍直接用自身半径加 agent 半径形成安全距离。代码里还有一个 `OVER_APPROX_C2S = 1.5`，用于把某些障碍做更保守的圆形近似。
|
||||||
|
|
||||||
|
所以动态 agent 和静态障碍最终都被转成同一种东西：
|
||||||
|
|
||||||
|
```text
|
||||||
|
速度空间里的危险区域
|
||||||
|
```
|
||||||
|
|
||||||
|
这让算法主体可以统一处理。
|
||||||
|
|
||||||
|
## 候选速度选择
|
||||||
|
|
||||||
|
`intersect` 函数不是做严格的数学优化，而是在速度空间里采样候选速度：
|
||||||
|
|
||||||
|
```python
|
||||||
|
for theta in numpy.arange(0, 2 * PI, 0.1):
|
||||||
|
for rad in numpy.arange(0.02, norm_v + 0.02, norm_v / 5.0):
|
||||||
|
new_v = [rad * cos(theta), rad * sin(theta)]
|
||||||
|
```
|
||||||
|
|
||||||
|
也就是：
|
||||||
|
|
||||||
|
```text
|
||||||
|
按不同方向 theta 采样
|
||||||
|
按不同速度大小 rad 采样
|
||||||
|
组合成一批候选速度
|
||||||
|
```
|
||||||
|
|
||||||
|
每个候选速度都会拿去检查：它是否落在任意一个 RVO 禁区里。
|
||||||
|
|
||||||
|
- 没落入禁区：放入 `suitable_V`。
|
||||||
|
- 落入禁区：放入 `unsuitable_V`。
|
||||||
|
|
||||||
|
## 如果有安全速度
|
||||||
|
|
||||||
|
如果存在 `suitable_V`，算法选一个最接近期望速度 `vA` 的速度：
|
||||||
|
|
||||||
|
```python
|
||||||
|
vA_post = min(suitable_V, key=lambda v: distance(v, vA))
|
||||||
|
```
|
||||||
|
|
||||||
|
这体现了 README 里说的“minimal modification of desired velocity”：
|
||||||
|
|
||||||
|
```text
|
||||||
|
能不改就不改。
|
||||||
|
必须避让时，也尽量少改。
|
||||||
|
```
|
||||||
|
|
||||||
|
## 如果没有安全速度
|
||||||
|
|
||||||
|
高密度或被包围时，可能没有任何候选速度完全安全。
|
||||||
|
|
||||||
|
这时算法会从 `unsuitable_V` 里选一个折中速度。它会估计每个不安全速度的碰撞时间 `tc`，然后用下面的代价选择：
|
||||||
|
|
||||||
|
```python
|
||||||
|
(WT / tc) + distance(v, vA)
|
||||||
|
```
|
||||||
|
|
||||||
|
含义是：
|
||||||
|
|
||||||
|
```text
|
||||||
|
尽量晚碰撞
|
||||||
|
同时尽量接近期望速度
|
||||||
|
```
|
||||||
|
|
||||||
|
这不是严格安全保证，而是“没有好选择时选一个相对不坏的选择”。
|
||||||
|
|
||||||
|
## VO / RVO / HRVO 的区别
|
||||||
|
|
||||||
|
这个仓库的代码里保留了三种思路的切换痕迹：
|
||||||
|
|
||||||
|
| 方法 | 核心假设 | 工程表现 |
|
||||||
|
| --- | --- | --- |
|
||||||
|
| VO | 对方保持当前速度，我单方避让 | 简单，但多主动体容易过度避让 |
|
||||||
|
| RVO | 双方都会避让，各承担一部分修正 | 更适合多 agent 对等场景 |
|
||||||
|
| HRVO | 混合 VO 和 RVO，减少振荡和死锁 | 理论上更稳，但实现略复杂 |
|
||||||
|
|
||||||
|
当前代码默认使用 RVO。普通 VO 和 HRVO 的部分在代码里以注释形式保留。
|
||||||
|
|
||||||
|
## 优点
|
||||||
|
|
||||||
|
- 思路直观，代码量小，适合学习和改造。
|
||||||
|
- 不需要复杂全局地图，只依赖局部位置、速度、半径。
|
||||||
|
- 上层控制目标可以保持独立，只需要提供期望速度。
|
||||||
|
- 对多 agent 场景比单纯分离力更有“未来碰撞预测”意识。
|
||||||
|
- 动态 agent 和静态障碍可以统一成速度空间约束。
|
||||||
|
|
||||||
|
## 局限
|
||||||
|
|
||||||
|
- 这是局部避障，不是全局寻路。
|
||||||
|
- 候选速度靠采样，可能错过真正更优的速度。
|
||||||
|
- 高密度场景可能没有完全安全速度，只能选折中。
|
||||||
|
- 代码没有空间索引，agent 数量大时两两遍历会变贵。
|
||||||
|
- 它不是 ORCA/RVO2 那种半平面约束加线性规划求解。
|
||||||
|
- 参数、步长、最大速度不合适时仍可能碰撞或卡住。
|
||||||
|
|
||||||
|
## 和 RVO2 / ORCA 的区别
|
||||||
|
|
||||||
|
| 维度 | RVO_Py_MAS | RVO2 / ORCA |
|
||||||
|
| --- | --- | --- |
|
||||||
|
| 核心方式 | 采样候选速度，过滤禁区 | 构造半平面约束，求最近安全速度 |
|
||||||
|
| 实现复杂度 | 低 | 更高 |
|
||||||
|
| 可读性 | 很直观 | 数学和工程结构更复杂 |
|
||||||
|
| 理论性质 | 较弱 | 更强 |
|
||||||
|
| 性能 | 小规模足够，规模大需优化 | 更成熟，适合大量 agent |
|
||||||
|
| 学习价值 | 很高，适合理解速度障碍 | 更适合工程使用和高性能仿真 |
|
||||||
|
|
||||||
|
## 对 FishROV 的启发
|
||||||
|
|
||||||
|
如果 FishROV 后续要做自研鱼群避障，可以吸收它的核心结构：
|
||||||
|
|
||||||
|
```text
|
||||||
|
目标速度
|
||||||
|
-> 构造邻居/障碍的未来碰撞风险
|
||||||
|
-> 在速度空间选择替代速度
|
||||||
|
-> 优先保持目标意图
|
||||||
|
-> 只有必要时才避让
|
||||||
|
```
|
||||||
|
|
||||||
|
更适合 FishROV 的工程版本可以考虑：
|
||||||
|
|
||||||
|
- 加空间哈希或网格邻居查询，避免全量两两比较。
|
||||||
|
- 把 3D 鱼群投影到 XZ 平面做水平避障，再单独处理高度层。
|
||||||
|
- 在候选速度里加入最大转向角、最大加速度、速度平滑约束。
|
||||||
|
- 对不同鱼群状态加权，例如巡游、逃逸、聚集、追逐。
|
||||||
|
- 增加右侧/左侧通行偏置，减少对称场景下的互相卡住。
|
||||||
|
- 把“预计碰撞时间”和“当前重叠深度”作为调试指标输出。
|
||||||
|
|
||||||
|
## 结论
|
||||||
|
|
||||||
|
`RVO_Py_MAS` 最值得学习的不是它的具体 Python 代码，而是它的建模方式：
|
||||||
|
|
||||||
|
```text
|
||||||
|
不要只在位置空间推开物体。
|
||||||
|
要在速度空间判断：哪些速度会导致未来碰撞。
|
||||||
|
```
|
||||||
|
|
||||||
|
它适合作为理解 RVO 思想和自研局部避障算法的入门参考；如果目标是直接上生产级大规模 agent 避障，RVO2 / ORCA 或项目内针对鱼群特征优化后的采样避障会更合适。
|
||||||
|
|
||||||
|
## 参考
|
||||||
|
|
||||||
|
- [MengGuo/RVO_Py_MAS](https://github.com/MengGuo/RVO_Py_MAS)
|
||||||
|
- [RVO_Py_MAS/RVO.py](https://github.com/MengGuo/RVO_Py_MAS/blob/master/RVO.py)
|
||||||
|
- [Reciprocal Velocity Obstacles for Real-Time Multi-Agent Navigation](https://gamma.cs.unc.edu/RVO/)
|
||||||
Reference in New Issue
Block a user