CoopUQ：基于不确定性感知协同预测的多机器人社交导航

论文提出 CoopUQ 多机器人社交导航框架，将不确定性感知的协同占用预测与鲁棒决策结合：通过跨机器人时空特征融合预测未来占用栅格，并利用预测及其不确定性，在约束多智能体强化学习中惩罚进入预测占用或高不确定区域的导航行为，以应对遮挡和分布外场景。摘要未给出具体性能数据。

AI推荐理由 多机器人社交导航框架 CoopUQ，通过跨机器人时空特征融合预测占用栅格及不确定性，并以约束多智能体强化学习将高占用或高不确定区域计入代价。方法组合清晰，针对遮挡与分布外场景；摘要未提供定量结果，且与 LLM/Agent 主线关联较弱。