基于张量列的移动传感器团队集群状态估计算法

机器人集群的规模与状态空间维度一旦同时增长，如何以计算可行的方式掌握整个集群的状态，就不再是单个智能体算法的放大版，而成为一个独立问题。这份博士论文处理的正是它：用张量方法，特别是 Tensor-Train（TT）分解，来做集群状态估计。作者给出的问题诊断很具体：粒子滤波一类现有的非线性滤波算法在集群变大、状态空间维度升高时会出现粒子退化，难以继续支撑。换句话说，真正的瓶颈是表示与计算的代价随维度爆炸，而非滤波框架本身失效。

论文由 Sertac Karaman 指导，提交于 Massachusetts Institute of Technology（MIT）航空航天系，范围分为两块：集群状态的贝叶斯重构算法，以及让一队移动传感器在信息论目标引导下执行估计的控制器设计。方法上，它把传统滤波器中的分布与中间量写成 TT 格式，用高效的多线性代数运算完成原本代价高昂的更新，并对所提算法的收敛性与计算复杂度做了分析。作者的基本判断是：TT 分解这类张量方法有可能在“低秩”的问题实例中缓解维数灾难。反过来说，能否获益取决于问题本身是否具备可利用的低秩结构。

第一项贡献落在多目标跟踪的标准模型上：集群中的个体相互独立、动态相同。论文证明，在这一设定下，只要相关参数具有有效的 TT 近似，传统的 Probability Hypothesis Density（PHD）滤波器就可以在 TT 格式下高效实现。随后作者把结果推广到个体之间存在相互作用的场景，借助 Gas-kinetic（GK）PHD 滤波器，并同样论证它可以通过 TT 格式高效实现。这两步合起来，覆盖了从独立个体到相互作用集群的一类估计问题，而非只针对某一种理想化设定。

第二项贡献转向“传感器该怎么移动”。论文考虑一队移动传感器在信息论目标指引下执行集群状态估计，其中传统二元测量模型会引出一些代价很高的量，作者把这些量在 TT 格式下高效实现。在此基础上，论文还提出一种基于三级（tertiary）传感器模型的新控制器，并给出它在 TT 格式下的高效实现。需要说明的是，材料只交代了这些贡献的结构与理论分析，没有给出具体的误差数值、仿真规模或加速比，因此这里无法引用任何量化结果。

这些结论对实践意味着什么？最直接的判断是：当集群规模与状态维度上升时，不必只依赖会退化的粒子类方法，而可以把滤波器的关键对象压缩成张量列，在低秩前提下换取可计算性。进一步解读，这条路线把“能不能算”的问题部分转化为“问题结构是否低秩”的问题：若低秩近似不成立，TT 格式带来的收益就会打折。论文对收敛性和计算复杂度的分析，则为这种替换提供了理论层面的交代，而不只是工程上的近似技巧。

这份资料适合研究集群估计、多目标跟踪与传感器调度的读者，也适合想了解张量分解如何进入滤波与控制环节的工程人员。读完能拿走的，是一套把 PHD / GK-PHD 滤波与传感器控制器写进 TT 格式的思路，以及“低秩即效率”的判断框架。边界同样清楚：它停留在摘要层面的介绍，标准模型假设个体动态相同，相互作用情形依赖 GK-PHD 的建模；具体的实验证据与数值表现，需要回到论文正文核对。

Tensor-Train-based Algorithms for Swarm State Estimation with a Team of Mobile Sensors by David Miculescu Submitted to the Department of Aeronautics and Astronautics in partial fulfillment of the requirements for the degree of Doctor of Philosophy in Aeronautics and Astronautics at the MASSACHUSETTS INSTITUTE OF TECHNOLOGY February 2021 c○ Massachusetts Institute of Technology 2021. All rights reserved. Author .............................................................. Department of Aeronautics and Astronautics September 4, 2020 Certified by.......................................................... Sertac Karaman Associate Professor of Aeronautics and Astronautics Thesis Supervisor Certified by.......................................................... Richard Linares Assistant Professor of Aeronautics and Astronautics Thesis Committee Member