企业官网建设流程全解析

Robotics Tutorial 是一套体系化的机器人教学文档，覆盖数学基础、C++进阶、SLAM、移动机器人规划控制等完整知识体系。其中「不确定性规划」专题（Part-U）系统拆解了鲁棒MPC、机会约束、分支场景规划、POMDP 与 CVaR 五种安全方法，帮助你在真实机器人系统中做出正确的选型判断。本文为你绘制一张完整的方法地图。

为什么需要不确定性规划方法地图？

🤖 确定性 MPC 默认三条假设：模型准确、扰动可忽略、观测完美。一旦这三条破裂——四足上斜坡打滑、无人机被阵风吹偏、自动驾驶车看不清他车意图——名义规划器就会翻车。

不确定性规划专题给出的答案是：不同来源的不确定性，需要不同的"安全谱"来应对。该专题位于 30_不确定性规划/ 目录下，由 1 篇总论 + 5 条路线章 + 1 篇综合附录构成：

五条安全谱：从最保守到最进取一张表看懂

🧭 五种路线本质上是在回答同一个问题——"安全到底意味着什么"——的五种不同答案：

💡核心洞察：五条路线不是互斥的"单选题"，而是可叠加的"工具层"。真实系统常常是：用分支处理他车意图，分支内部用机会约束处理连续扰动，整体再用 CBF 兜一道瞬时安全底线。

快速选型指南：你的问题该走哪条路线

拿到一个真实问题，按四个问题快速定位（源自 70_综合对比与附录.md 的选型决策树）：

Q1：瓶颈是"看不清状态"吗？→ 是：POMDP/Belief 规划（U4）Q2：未来是几种离散的可能（他车变道/不变道）？→ 是：分支/场景规划（U1）Q3：扰动有界且需要"碰一次都不行"的硬保证？→ 是：鲁棒规划 Tube MPC（U2）Q4：能容忍小概率违反，想换流畅性？→ 机会约束（U3）；特别在意罕见灾难 → CVaR（U5）

对应关系一目了然：

• 有界集合扰动 + 硬安全要求 →Rigid Tube MPC
• 高斯扰动 + 可接受小概率违反 →CC-MPC + IRA
• 离散意图不确定性（他车/行人） →MPDM / EPSILON
• 感知不确定性（遮挡、传感器受限） →DESPOT / POMCP
• 灾难性尾部后果（载人、医疗） →CVaR-MPC / IQN
• 连分布都不知道（sim-to-real） →分布鲁棒 DR-CC / DR-CVaR

⚠️最常见选型错误：把"看不清状态"（感知端，该用 U4）误当成"状态有扰动"（动力学端，用 U2/U3），结果机器人既不主动探索、又过度保守。记住口诀：U4 是"我不知道我在哪"，U2/U3 是"我知道我在哪但会被推偏"。

五大路线精读：各章看点速览

鲁棒规划 Tube MPC：工程生态最强，优先学习

Tube MPC 的精髓是把"在线对抗扰动"拆成离线算不变管道 $\Omega$+在线解名义 MPC，鲁棒性代价主要由离线买单，因此能上嵌入式实时系统。CBF-QP 安全滤波器还能套在任意控制器（包括 RL 策略）外面实时拦截危险动作。C++ 生态成熟：acados、OCS2、Crocoddyl 直接可用。详见 30_鲁棒规划与安全滤波.md。

机会约束：把"安全"变成可分配的风险预算

机会约束的精髓是把安全从布尔判断变成连续资源：违反概率 $\delta$ 可以分配到每一步、每一个约束上。高斯假设下的解析收紧把概率约束化为确定性约束（$\Phi^{-1}(1-\delta)\times$ 标准差），IRA 迭代风险分配进一步大幅降低保守度。注意陷阱：$\delta$ 通常是每步/每约束的上界，整条轨迹的联合失败率会累积放大，需用 union bound 或风险分配重算预算。详见 40_机会约束规划.md。

分支场景规划：为多种离散未来各备一条策略

当未来是"让行/抢行"这类离散模态时，单轨迹规划器会陷入 frozen robot（僵住）或决策振荡。分支规划用"共享干 + 加权分支"化解：当前动作对所有分支都安全，未来分叉时各自优化。代表方法 MPDM、EPSILON（引导式分支控制树规模）。详见 20_分支场景规划.md。

POMDP：看不清世界时，在 belief 空间上做决策

POMDP 的关键转变是把决策对象从"点估计"升级为"状态后验分布"。belief update 就是贝叶斯滤波——SLAM 工程师已经天天在做，POMDP 只是在 belief 之上加决策，并显式权衡"行动"与"为了看清而探索"。DESPOT 用确定化稀疏 belief 树实现大规模在线求解，C++ 生态成熟。详见 50_POMDP与Belief规划.md。

CVaR：期望与最坏情况之间的连续旋钮

机会约束只看"会不会出事"（违反概率），CVaR 还看"出事有多惨"（最坏 $(1-\alpha)$ 尾部的平均损失）。$\alpha$ 从 0 到 1 扫描，策略从"激进省时"平滑过渡到"保守避险"。它与分布式 RL（C51/QR-DQN/IQN）交界最深。详见 60_风险敏感规划CVaR.md。

推荐学习路径与阅读时间

📚 官方推荐顺序（从工程直观走向理论深度）：

U2 鲁棒MPC/CBF（建立工程手感） → U3 机会约束（硬约束过渡到概率约束） → U5 CVaR（概率语言到风险公理化） → U1 分支场景（多模态离散未来） → U4 POMDP（理论压轴，DESPOT 主项目）

🎯工程落地建议：U2 生态最成熟（直接买库），U3/U5 生态几乎空白（原创贡献沃土）——想快速交付选 U2/U4，想做有影响力的研究选 U3/U5。

章节资料快速导航

💬一句话总结：不确定性规划的核心不是"调大安全裕度"，而是先判断不确定性从哪个入口进入（执行端/感知端/交互端/评估端），再选最轻量够用的路线，必要时正交叠加。掌握这张方法地图，你就从"记住五个算法"升级到了"会选路线"。