精读笔记

Problem Setting

论文处理的是在线 autonomous exploration，而不是离线 coverage path planning。机器人在未知环境中边建图边决定路径，目标是用尽量短的真实时间完成传感器覆盖；这里的“时间”同时包含运动时间和规划计算时间。困难点在于 exploration 的目标函数天然跨尺度：局部需要知道障碍、表面法向、传感器视角和可通行性，否则会漏扫；全局需要知道哪些大区域还没完成、如何减少折返，否则会陷入局部 frontier 贪心。

以前方法的核心瓶颈是表示粒度没有和决策粒度匹配。RRT/RRG/NBVP 类方法通常在局部或全局采样结构上寻找信息增益，局部反应性强但长期结构弱；frontier / information gain 方法容易选择最近收益，短期看合理，长期会产生大量 backtracking；拓扑方法能表达结构，但对 3D clutter、复杂 traversability 和精细覆盖的表达不足。关键矛盾是：高分辨率地图适合覆盖但不可扩展，低分辨率地图适合规划但不足以保证看清楚。本文就是把这个矛盾显式建模。

Motivation

作者的出发点不是设计一个更复杂的 planner，而是指出 exploration 的信息需求本来就是非均匀的：机器人附近的几何细节直接决定能不能安全走、能不能满足传感器覆盖约束；远处区域在当前时刻不需要保存完整几何，只需要知道“那里还有未完成工作”和“到那里大概要付出多少代价”。

这个观察击中了 prior 的一个关键缺口：多数方法把“探索收益评估、路径生成、地图维护”放在同一尺度内，导致要么计算爆炸，要么决策短视。作者认为时间效率的主要损失不是局部避障不够好，而是全局任务组织不够好；而全局任务组织不需要高保真几何。由此自然得到 dual-resolution：把精细几何限定在固定局部窗口，把全局任务抽象成低分辨率 subspace routing。

Core Idea

论文真正核心是改变探索中的世界表示方式：不是维护一个统一分辨率的可探索空间，而是把世界拆成 bounded high-res local map 和 sparse low-res global task map。局部层只负责把当前附近的未覆盖表面彻底扫掉；全局层只负责决定这些局部探索动作应该被引导到哪些远处区域。这个设计引入的 inductive bias 是：探索的长期效率主要由区域访问顺序决定，而不是由远处几何细节决定。

这和 prior 的本质区别在于，它不是在更大的采样树上找更好的 next-best-view，也不是在 frontier 上加启发式，而是把“局部覆盖”和“全局排序/分配”变成不同粒度上的两个组合问题。理论直觉上成立，因为局部覆盖问题的计算被 horizon 大小上界住，global routing 的节点数随粗 subspace 增长而非随点云/voxel 增长。这样既避免了纯 greedy，也避免了全局高分辨率规划的不可承受成本。多机器人部分沿用同一抽象：共享 subspace 状态而不是共享完整地图，使协同从 bandwidth-heavy map merging 变成 lightweight workload allocation。

Method

1. 局部高分辨率覆盖：局部层把 perceived but uncovered surfaces 作为待覆盖对象，在固定 horizon 内采样 viewpoints，用距离和视角约束判断表面是否 covered。本质上是在解决局部 art-gallery / set-cover 问题，再对选出的 viewpoints 排序成可执行路径。它的必要性在于：如果只做全局 subspace routing，会知道该去哪，但无法保证当前区域被精细观察；局部层提供 coverage completeness 的实际支撑。

2. 全局低分辨率引导：局部窗口外的空间被划成 cuboid subspaces，每个 subspace 只保存 explored / exploring / unexplored 这样的任务状态及少量表面信息。全局 planner 只对 exploring subspaces 的 centroid 做 routing。单机器人情况下近似 TSP，多机器人情况下变成 minimax VRP。它解决的是长期访问顺序和减少折返，而不是局部几何规划。

3. Roadmap 复用：全局路径在沿历史轨迹构建的稀疏 roadmap 上搜索，局部 viewpoint candidates 被复用为 roadmap nodes。这一点机制上重要，因为它避免了为全局图重新做昂贵 collision/connectivity checking。这里有明显 engineering 成分，但它和 dual-resolution 的效率收益是耦合的。

4. 多机器人低带宽协同：机器人共享的是全局 subspace 状态、机器人位置和 traversability，而非完整高分辨率地图。这样 VRP 可以在每个机器人本地求解并同步低成本结果。核心变化是把 multi-robot exploration 从 map-sharing 问题转成 task-allocation 问题。

5. Pursuit 通信策略：在通信受限时，机器人不按固定 cadence rendezvous，而是比较“当前不通信的 makespan”和“假设通信后重新分配任务的 makespan + 追赶成本”。只有后者更低时才追赶。它解决的是 rendezvous 过度保守的问题：通信不是硬约束，而是有成本的行动，只有能降低整体探索时间才值得做。

Key Insight / Why It Works

最关键的 insight 是：探索效率的瓶颈不在于局部 next-best-view 的精度，而在于全局任务组织和计算可持续性。dual-resolution 使 planner 可以频繁重规划而不被累计地图拖慢；这在真实系统里非常重要，因为慢 planner 会直接造成机器人停等，时间效率下降。论文结果中 baseline 的很多失败不是“路径质量差一点”，而是 runtime spike、反复折返、无法穿过窄入口、在复杂拓扑中局部振荡。这些正是统一粒度或局部贪心方法的典型病症。

真正有效的部分大概率是 representation bottleneck：把远处环境压缩成可路由的任务单元，使 long-horizon combinatorial planning 变得便宜。它不是 learning，也不是 retrieval，更像是强 inductive bias + test-time combinatorial optimization + memory compression。局部 set-cover/TSP 保证近处覆盖，global TSP/VRP 保证非贪心顺序，二者叠加形成“局部可靠、全局不短视”的行为。

pursuit 的核心贡献也不在于“机器人会互相追”，而在于通信被纳入任务代价模型。传统 rendezvous 把通信当周期性维护动作，容易浪费探索时间；pursuit 把通信当可选择的计划动作，只在信息有边际价值时发生。这是一个值得迁移的思想：在受限多智能体系统中，不要最大化连接性，而要最大化信息交换对任务目标的边际收益。

需要保留判断：论文的性能增益并非完全可归因于理论机制。开源栈、navigation layer、trajectory optimization、SubT 经验、参数 tuning 都可能贡献很大。与 NBVP/GBP/MBP 的比较虽然有说服力，但 baseline 是否被同等工程优化、是否适配同一导航栈、不同方法对 geofence 和参数的敏感性如何，文中未充分说明。尤其真实世界 test 3 和 aerial real-world 只跑本文方法，不能作为对比证据，只能说明 deployability。

Relation To Prior Work

最接近的是 TARE / hierarchical exploration、frontier-based exploration、sampling-based NBV/RRG、topological exploration，以及 communication-constrained multi-robot exploration。本文本质上是 TARE 系列的 Science Robotics 扩展：把单机器人 dual-resolution exploration 系统化，并扩展到多机器人 VRP 和 pursuit communication。

相对于 NBVP/GBP/MBP，本文的差异不是采样策略更好，而是全局任务表示不同。NBVP 类方法通常通过局部树或图搜索最大信息增益，容易受采样覆盖和局部收益影响；GBP 虽然更全局，但图和信息评估仍随环境增长变重。本文把全局几何细节降维为 subspace 状态，所以更像“任务级 routing”，不是“视点级全局信息优化”。

相对于 frontier / information-theoretic 方法，本文没有试图定义更好的局部 utility，而是绕开了 greediness：全局层直接优化访问所有未完成区域的顺序。看似仍用了 TSP/VRP 这些老工具，但实质创新在于把它们放在合适的表示粒度上，使其在线可用。

相对于 multi-robot rendezvous / connectivity maintenance，pursuit 的新增信息是显式比较通信收益与通信成本。已有工作常把连通性当优先目标或固定策略，本文把通信降级为服务探索目标的手段。这一点比 dual-resolution 本身更像多机器人部分的实质创新。

Dataset / Evaluation

评估覆盖面较强：有真实地面车多层车库/室内/复杂室外，有仿真 campus、garage、indoor、tunnel、forest，有 aerial 仿真和真实飞行，也有多机器人通信受限的大规模仿真，以及 DARPA SubT 部署。对 Science Robotics 级别的机器人论文来说，这组 evidence 的现实性很强，尤其 SubT 部署说明方法不是只在 clean benchmark 上有效。

这些实验确实验证了核心 claim 的主要部分：dual-resolution 在大规模复杂环境中降低 runtime，并通过全局 routing 提高探索时间效率；pursuit 在中等通信范围下优于固定 rendezvous。环境类型也覆盖了拓扑复杂、3D 地形、开阔森林、长廊、多层结构等不同挑战。

但 evaluation 仍有明显 limitation。第一，缺少强消融：没有清晰拆分 high-res local、low-res global、roadmap reuse、TSP/VRP、trajectory stack 各自贡献。第二，部分真实实验只展示本文方法，不能证明相对优势。第三，baseline tuning 的公平性虽有说明，但不同 planner 对 geofence、采样预算、runtime budget 的敏感性很高，增益归因不完全干净。第四，多机器人主要是仿真，真实多机器人 pursuit 只展示 SubT/prepare run 级别案例，系统性真实验证不足。

Limitation

1. 表示粒度是强 inductive bias，也是一种上限。低分辨率 subspace 假设远处区域只需粗状态即可做全局决策；在细长通道、复杂可达性、局部 bottleneck、垂直结构密集环境中，centroid-level routing 可能误导全局顺序。subspace 大小和形状如何自适应，文中未充分说明。

2. 方法没有空间语义和未观测区域预测。它只能基于已观测几何扩展 exploration，因此面对 doorway、房间布局、功能区域、人类常识路径选择时不具备 human-like prior。作者也承认与人类 practice 有差距。所谓长期规划仍是对已知未覆盖区域的 routing，不是对未知结构的推理。

3. 多机器人 pursuit 依赖知识状态估计。机器人需要维护“我认为其他机器人知道什么”，并基于他人可能路径判断追赶成本。在通信失败、SLAM drift、动态障碍、异构速度/传感器差异较大时，这个 belief 可能快速失真。fallback 到 rendezvous 虽然保证鲁棒性，但最坏情况下收益会退化。

4. 工程依赖很重。真实系统性能依赖导航层、状态估计、点云清理、动态障碍处理、trajectory optimization 和平台能力。论文把 exploration layer 作为主角，但 SubT 成功显然是完整系统工程的结果。增益来源不清，部分可能主要来自 mature stack 和 deployment tuning。

5. 最优性界限有限。文中提到 dual-resolution 带来的 path-length gap 有常数界，但该界依赖抽象假设和补充材料中的近似分析。实际在线探索的效率还受 unknown discovery order、局部 planner failure、navigation delay、map drift 影响；理论结果更像 sanity check，而不是解释全部 empirical gain。

Takeaway

• 1. 对大规模机器人探索，最重要的不是更精细的信息增益函数，而是把不同决策层的表示粒度对齐：近处高保真，远处低保真。
• 2. Exploration planner 的 scalability 可以通过“任务级压缩”获得，而不是通过在全局高分辨率地图上做更快搜索。
• 这个思想可迁移到搜索救援、巡检、主动建图和多智能体覆盖。
• 3. 多机器人通信不应被当作必须维持的约束，而应被当作有成本、有边际收益的行动。

一句话总结

这篇论文把大规模自主探索从统一高分辨率的局部反应式规划，推进到基于表示粒度分离的任务级长期 routing；真正贡献是用低维全局记忆组织探索，而不是发明新的 next-best-view。