我正在研究网格探索机器人的移动方式。
大多数文章讨论的是没有视觉但配备传感器的机器人，这些传感器可以探测周围所有单元格的状态，但我的机器人完全没有视觉，只能在尝试探索或失败后感知一个单元格（想象一下，传感器是四个按键，当机器人碰到障碍物时这些按键会被按下）。

我希望有人能指引我找到关于这种机器人的论文线索。我真的很难找到相关信息。

回答：

如果你对环境有先验知识，但无法完美地感知你在环境中的位置（并且可能有不完美的行动），那么你描述的可能是部分可观察的马尔可夫决策过程（POMDP）。你的四按钮传感器很好地契合了这个概念。

如果你甚至没有环境的先验知识，那么你需要在POMDP概念的基础上增加探索或机器学习的元素。

请注意，POMDP是针对有“奖励”的场景设计的，虽然POMDP已经相当成熟，但高效的解决方案仍是研究的主题。同样，ML/POMDP混合体也是如此。