VerifyAC：面向信念不一致与有限数据共享的多机器人去中心化信念空间规划

论文提出面向多机器人系统的去中心化信念空间规划（MR-BSP）算法，处理各机器人信念不一致且通信受限时的协调问题。现有方法通常假设规划时各机器人信念相同，这需要大量频繁的数据共享，实际中难以满足，信念不一致时可能导致协调缺失和不安全决策。作者利用动作偏好概念设计基础算法 VerifyAC，通过三步验证保证协作机器人选出联合一致动作，验证成功时无需通信，失败时才触发通信；扩展算法 R-VerifyAC 放宽动作一致性判据以进一步减少通信次数，R-VerifyAC-simp 通过验证部分观测集合显著缩短计算时间。