TierCEM：把约束优先级直接写进交叉熵优化，无需调权重
预印本提出 TierCEM，一种按优先级顺序依次过滤候选样本的交叉熵优化变体。在 2D 导航和 Push-T 接触丰富任务上，反转约束顺序会反转被放宽的约束，且无需为每个约束设置权重。在 20 次随机种子中，TierCEM 全部到达目标并保持高优先级约束，而约束交叉熵方法 CCE 全部无法到达目标。
在约束冲突时，能否仅通过约束的优先级排序、无需惩罚权重，让采样优化器决定哪个约束应被放宽？
当多个约束冲突时，基于惩罚项的标量化方法把优先级变成数值权重，优化器可能牺牲高优先级约束以换取低优先级改进；可行性优先方法如 CCE 则可能牺牲任务进度。现有系统需要权重校准或无法明确优先级。
此前有标量化 CEM（软约束 CEM、分层标量化 CEM）和约束交叉熵（CCE）。标量化 CEM 依赖每个约束的权重，分层标量化需要分别调权重；CCE 联合处理约束但无优先级排序，在可行样本稀少时可能停滞不前。
TierCEM 在 CEM 的精英选择中加入优先级放宽级联：按从高到低优先级过滤候选集；若某过滤层清空所有候选，则回退到上一个非空集合，并按该阻塞约束的边际值排序，选出违反最小的精英，同时保持所有更高优先级约束的满足；若全部过滤通过，则按最低优先级约束边际值排序。
在 2D 导航（20 个随机种子，1200 样本，24 精英，规划步长 8，每 4 步重规划）中，TierCEM 在两种相反顺序下均为 20/20 到达目标，高优先级约束违反数 0，低优先级违反数 20；CCE 为 0/20 到达，0 违反但步数 160；软约束 CEM（λ=0.5）虽 20/20 到达，但高优先级约束违反 20/11；分层标量化 CEM 调权后同 TierCEM。在 Push-T 精确状态实验中，TierCEM 优先避障时障碍违反率 0.5%±1.5%，车道违反率 64.8%±34.3%；优先车道时障碍违反率 44.0%±15.9%，车道违反率 10.3%±9.8%。在 DINO-WM 学习世界模型中，TierCEM 优先避障的位置误差 57.95±11.09 像素，障碍违反 10.4%±17.4%，车道违反 66.4%±27.3%；优先车道的位置误差 45.32±7.63 像素，障碍违反 54.3%±20.9%，车道违反 3.2%±7.7%。CCE 位置误差 105.11±17.54 像素且几乎不违反约束；软约束 CEM 位置误差 21.61±6.26 像素。
作者承认，TierCEM 性能依赖学到的动力学和约束模型精度，在安全关键部署需额外安全保证；实验仅在模拟环境（2D 导航和 Push-T）中进行，未报告真实机器人验证；论文未报告代码开源情况。预印本未经同行评审。
适用于需要多约束优先级规划的机器人操控、自动驾驶、移动机器人导航等场景，尤其是已有 CEM/MPPI 采样规划器或世界模型的公司。1 至 3 年内可能集成到离线规划或仿真评估中；真实安全关键部署需可靠模型和形式化保证，可能 3 年以上。前提是约束可以定义为可求值的边际函数，以及足够算力进行候选采样。
受许可协议限制，本站不转载该论文全文，仅提供摘要和原文链接。