新闻网讯 3月12日，国际消费电子与人工智能领域权威SCI期刊IEEE Transactions on Consumer Electronics在线刊发了人工智能与自动化学院深度强化学习实验室卢仁智副教授课题组在机器人智能规划领域的最新研究成果，题为“AMPD: Adaptive Motion Planning Diffusion for Robot Motion Planning in Complex Environments（用于复杂环境中机器人运动规划的自适应运动规划扩散模型）”。人工智能与自动化学院2023级本科生陈祥僖为第一作者，卢仁智副教授为通讯作者。

机器人在复杂环境下的运动轨迹规划是智能服务与制造的核心问题。现有的传统规划算法在面对密集障碍物（如散落家具的客厅或货架密集的杂乱仓储区）时，极易陷入计算“死胡同”或耗时过长。针对上述问题，研究团队引入了生成式人工智能中的扩散模型（Diffusion Model）。传统的规划算法像是在迷宫里盲目试错探路；而扩散模型则像是在迷宫里先扔下一团杂乱无章的毛线（随机噪声），然后通过算法一步步将毛线理顺、拉直，最终“去噪”形成一条完美绕过所有障碍物的平滑路线。

在此基础上，团队提出的AMPD架构进一步引入了自适应机制与平滑先验，解决了传统扩散模型推理慢的缺陷，在保证高避障成功率的同时实现了快速规划。与已知先进方法相比，该方法在多个复杂极端环境中展现了卓越的性能。

陈祥僖是人工智能与自动化学院人工智能2302班本科生，大二期间便主动进入实验室参与科创工作，在强化学习与机器人运动控制等方向不断深耕，经严格的学术培训逐步成长起来，是人工智能与自动化学院拔尖创新本科生培养的优秀代表。

上述研究工作依托图像信息处理与智能控制教育部重点实验室及自主智能无人系统教育部工程研究中心，并得到了国家自然科学基金和华中科技大学交叉研究计划的联合资助。本研究的数值计算工作得到了华中科技大学高性能计算平台（HPC）的算力支持。