- 解决**非通信移动机器人(non-communicating mobile robots)** 在**避碰场景(collision avoidance)** 中交互效率低下的问题
- 现有方法（如基于恒定加速度的目标状态估计）预测不准确，导致规划保守或失败
- 机器人之间无法直接通信，需要从观测轨迹中推断彼此意图以实现高效协同
- 提出一种结合**轨迹规划(trajectory planning)** 与**预测(prediction)** 的联合算法
- 使用**逆最优控制(inverse optimal control)** 从历史观测轨迹估计所有机器人的未知**目标状态(goal states)**
- 每个机器人**换位思考(perspective-taking)**，基于自身预测模型和估计的目标状态，求解**联合预测问题(joint prediction problem)**
- 将联合预测结果应用于自身的轨迹规划中，形成完整的规划-预测循环
- **首创性地** 将**逆最优控制(inverse optimal control)** 用于非通信场景下的多机器人目标状态估计，替代传统的恒定加速度假设
- **视角互换机制**：每个机器人不仅预测自身行为，还主动考虑其他机器人的视角进行联合预测，提升全局协调性
- **求解可靠性保证**：提出的方法在2-8机器人场景中**从未出现规划或预测求解失败**，优于对比方法
- 为**多机器人非通信避碰** 领域提供了一种**鲁棒且高效** 的联合规划-预测范式
- 仿真实验表明，与基线方法相比，所有机器人到达目标的**中位时间(median duration)** 降低9.8%
- 所提算法**零失败率** 特性显著提升了实际应用的可行性，为无通信机器人系统的自主导航提供了新思路