Ergodic Coverage
- 又稱: ergodic search, ergodic exploration, ergodic control
- 類別: State estimation & navigation › Navigation
- 標籤: coverage-planning, exploration, active-sensing, trajectory-optimization, search
一種規劃搜尋路徑的方法，讓機器人在每個區域停留的時間，與該區域預期包含的資訊量相符。
定義
遍歷涵蓋（Ergodic coverage）規劃機器人的軌跡，使機器人隨著時間在搜尋區域內任一區域停留的時間比例，與目標分布賦予該區域的機率質量相符。目標分布編碼了預期資訊所在之處：失蹤者、瓦斯外洩或值得檢查的特徵可能的位置。具有這種性質的軌跡，稱為相對於該分布是遍歷的（ergodic），這個術語借自動態系統，在那裡它描述時間平均等於空間平均的情形。
衡量這一點的標準方法，由 George Mathew 與 Igor Mezić 於 2011 年提出。軌跡的時間平均統計量與目標分布，都在搜尋區域上以傅立葉基展開。遍歷度量（ergodic metric）是兩組傅立葉係數之差平方的加權和，權重隨頻率遞減，讓大尺度的不符比細節更重要。值為零代表軌跡完全遍歷。這個度量可以用回授律壓低，例如頻譜多尺度涵蓋；也可以當作軌跡最佳化中的代價，這是 Todd Murphey 與同事發展出的一條路線。
遍歷涵蓋介於兩種較簡單的策略之間。純粹的利用策略把機器人送到可能性最高的地點並讓它留在那裡；均勻涵蓋（例如割草機式路徑）則忽略已知的資訊。遍歷軌跡會造訪所有機率非零的區域，但在分布較高之處停留較久，而且它能自然延伸到機器人團隊，以團隊的合併時間平均與目標比較。主要的限制是，傅立葉項的數量會隨搜尋空間的維度快速增加，而且結果取決於資訊地圖的品質。
為何重要
搜尋、檢查與環境感測，很少只有單一的最佳造訪地點。遍歷涵蓋提供一種有原則、可調整的方式，依先驗知識分配感測投入，並提供一個能與動力學、時間限制及多機器人協調結合的單一代價。
主要應用
- 以無人機與地面機器人進行搜救
- 主動感測與目標定位
- 瓦斯、溫度或汙染場的環境監測
- 共用資訊地圖的多機器人涵蓋
- 用於觸覺或視覺物體檢查的探索性運動
實際應用
一個團隊在山坡上進行無人機搜尋，他們依據步道、地形與最後已知位置，建立一張走失登山客可能位置的機率地圖。他們計算這張地圖到選定階數為止的傅立葉係數，再最佳化一條既符合無人機速度與加速度限制、又能降低遍歷度量的飛行路徑，例如在固定或自由的終端時間上使用直接配置法。得到的路徑會反覆掃過可能性較高的步道路段，同時仍會經過可能性較低的地面。隨著攝影機偵測結果陸續傳入，地圖會更新、係數會重新計算，計畫也會重新最佳化。使用多架無人機時，度量中採用所有路徑的合併時間平均，讓它們分攤工作。
常見誤解
- 遍歷涵蓋就是均勻涵蓋整個區域 — 它依目標分布的比例分配時間，因此高資訊區域會得到更多關注
- 遍歷軌跡會直接前往可能性最高的地點 — 它刻意依機率比例持續造訪機率較低的區域
- 這個度量能輕易擴展到任意維度 — 傅立葉基會隨維度呈指數成長，限制了它在高維空間中的直接使用
誰需要了解
- 規劃搜尋任務的無人機與野外機器人工程師
- 主動感測與探索的研究人員
- 多機器人協調開發者
- 軌跡最佳化工程師
相關技術
- 頻譜多尺度涵蓋（Spectral Multiscale Coverage）
- 軌跡最佳化（Trajectory Optimization）
- 傅立葉分析（Fourier Analysis）
- 資訊理論規劃（Information-Theoretic Planning）
- 割草機式涵蓋路徑（Lawnmower Coverage Patterns）
相關術語
相關專案
- PyRoki: Modular Python toolkit for kinematic optimization across CPU, GPU, and TPU via JAX
- Fields2Cover: Coverage path planning library for autonomous agricultural vehicles
- STLCG: JAX toolbox for differentiable Signal Temporal Logic robustness