High Level Path Planning with Uncertainty
University of British Columbia（不列颠哥伦比亚大学）
对于高层次的路径规划，环境通常被建模为距离图，路径规划问题归结为计算距离图中的最短路径。这种建模的一个主要缺点是无法对实践中经常遇到的不确定性进行建模。在本文中，一个新的工具，称为U-young，提出了环境建模。U-图是距离图的扩展，具有处理一种不确定性的能力。通过将不确定环境建模为U图，将导航问题建模为马尔可夫决策过程，可以精确地定义一个新的导航计划最优性准则，更重要的是，可以给出一个计算导航任务最优计划的通用算法。
2013-03-20 cs.AI
A Neuro-Symbolic Framework for Reasoning under Perceptual Uncertainty: Bridging Continuous Perception and Discrete Symbolic Planning
The University of Hong Kong（香港大学）；Guangzhou College of Commerce（广州商学院）
针对AI系统中连续感知与离散符号推理的连接挑战，提出一种神经符号框架，通过概率符号状态提取与不确定性感知规划器实现感知到规划的不确定性建模与传播，在桌面机器人操纵任务中取得优于POMDP基线的性能，且具通用性。
2025-11-18 cs.AI
Metareasoning for Planning Under Uncertainty
University of Washington（华盛顿大学）；Microsoft Research（微软研究院）
传统的在线规划模型下的不确定性假设，代理可以停止和计划，而不会产生成本的时间花费规划。然而，在大多数现实世界的设置中，计划时间并不是免费的。例如，自主无人机即使在思考时也会受到自然力（如重力）的影响，并且必须为抵消这些力量而付出代价，或者努力应对默许它们所导致的状态变化。在这些环境中的政策优化需要元推理-一个权衡规划成本和可能实现的潜在政策改进的过程。我们形式化和分析马尔可夫决策过程（MDP）的元推理问题。我们的工作包括以前研究的特殊情况下的元推理，并表明，在一般情况下，元推理是最多多项式比解决MDPs与任何给定的算法，无视思维的成本。由于我们讨论的原因，最佳一般元推理被证明是不切实际的，激励近似。我们提出了近似元推理程序，依赖于特殊属性的BRTDP规划算法，并探讨我们的方法对各种问题的有效性。
2015-05-03 cs.AI
Deep Learning Decision Support System for Open-Pit Mining Optimisation: GPU-Accelerated Planning Under Geological Uncertainty
University of Technology Sydney（悉尼科技大学）
本研究提出了一种基于深度学习的决策支持系统，利用变分自编码器和混合元启发式算法，在地质不确定性下实现GPU加速的露天矿优化规划。
2025-11-23 cs.AI
Long-Tail Prediction Uncertainty Aware Trajectory Planning for Self-driving Vehicles
Tsinghua University（清华大学）；Toyota Motor Technical Research And Service (Shanghai) CO.,Ltd.（丰田汽车技术研发（上海）有限公司）
自动驾驶的典型轨迹规划通常依赖于预测周围障碍物的未来行为。最近，深度学习技术由于其令人印象深刻的性能而被广泛用于设计预测模型。然而，这样的模型可能会失败的“长尾”驾驶情况下，训练数据是稀疏或不可用，导致规划失败。为此，这项工作提出了一个轨迹规划器，考虑预测模型的不确定性所产生的数据不足，更安全的性能。首先，集成网络结构估计由于训练数据不足而导致的预测模型的不确定性。然后设计了一个轨迹规划器，以考虑预测不确定性引起的最坏情况。结果表明，在数据不足导致预测不确定的情况下，该方法能够提高轨迹规划的安全性。同时，在数据充分的情况下，该框架不会导致过于保守的结果。该技术有助于提高现实世界长尾数据分布下自动驾驶汽车的安全性和可靠性。
2022-07-28 cs.AI
PlanU: Large Language Model Reasoning through Planning under Uncertainty
Fujian Key Laboratory of Sensing and Computing for Smart Cities, School of Informatics, Xiamen University（福建智慧城市感知与计算重点实验室，信息学院，厦门大学）；Key Laboratory of Multimedia Trusted Perception and Efficient Computing, XMU（多媒体可信感知与高效计算重点实验室，XMU）；School of Computer, National University of Defense Technology（计算机学院，国防科技大学）
针对LLM在不确定性下多步推理表现不佳的问题，提出基于MCTS的规划方法PlanU，通过分位数分布建模节点回报并引入UCC分数平衡探索与利用，有效提升了不确定性下的LLM推理性能。
2025-11-05 cs.AI
Timeline-based Planning and Execution with Uncertainty: Theory, Modeling Methodologies and Practice
自动规划是人工智能自诞生以来的主要研究领域之一。自动规划研究旨在开发通用推理机（即，能够自动解决复杂问题。一般来说，规划者依赖于一个概括性的模型，它描述了世界的可能状态以及为了改变世界的状态而可以采取的行动。给定一个模型和一个已知的初始状态，规划者的目标是综合一组实现特定目标状态所需的行动。传统的规划方法大致与上面的描述相对应。基于时间线的方法是一种特殊的规划范式，能够在一个统一的解决过程中整合因果和时间推理。这种方法已成功地应用于许多现实世界的情况下，虽然相关的规划概念缺乏一个共同的解释。事实上，应用该技术的现有框架之间存在显着差异。每个框架都依赖于自己对基于时间表的规划的解释，因此不容易比较这些系统。因此，这项工作的目的是调查的时间线为基础的方法来规划解决几个方面，从语义的相关规划概念的建模和求解技术。具体而言，这项博士工作的主要贡献包括：（i）能够处理时间不确定性的基于时间线的方法的正式表征的建议;（ii）分层建模和求解方法的建议;（iii）开发用于计划和执行的通用框架;（iv）在现实世界的制造场景中验证这种方法。
2019-05-14 cs.AI
Planning, Scheduling, and Uncertainty in the Sequence of Future Events
Artificial Intelligence Technology Group（人工智能技术组）；FMC Corporation（FMC公司）
工厂环境中的调度由于计算复杂性和时间不确定性而变得复杂。总之，这两个因素保证了构建最佳时间表的过程将是昂贵的，并且执行该时间表的机会将是微小的。任务执行时间的时间不确定性可以通过几种方法来抵消：通过仔细的工程来消除不确定性，在确定性丢失时恢复确定性，通过使用更精确的传感器来减少不确定性，以及量化和限制剩余的不确定性。不幸的是，这些方法只集中在不确定性的来源，并未能应用知识的任务，这是调度。一个完整的解决方案必须根据生产世界的发展状态调整要执行的活动的时间表。视觉导向组装的例子来说明，最小承诺的原则，在创建一个计划，在表示的时间表，并在执行的时间表，使机器人智能和有效地操作，即使在存在相当大的不确定性的未来事件的顺序。
2013-03-27 cs.AI
Look Further Ahead: Testing the Limits of GPT-4 in Path Planning
George Mason University（乔治梅森大学）
该研究以路径规划为平台测试GPT-4的长程规划能力，提出相关基准并测试不同提示与任务表示方式，发现代码提示与任务分解可提升效果但仍存在局限。
2024-06-20 cs.AI
A Pareto Optimal D* Search Algorithm for Multiobjective Path Planning
Carnegie Mellon University（卡内基梅隆大学）
路径规划是移动机器人最重要的组成部分之一，它为智能体提供了一条通过工作空间的无碰撞路径。全局路径规划可以用各种知情的搜索算法来计算，最值得注意的是A* 搜索方法，保证提供一个完整的最佳解决方案，使路径成本最小化。D* 因其动态重新规划能力而被广泛使用。路径规划优化通常着眼于最小化从起点到目标的距离，但许多移动机器人应用程序需要额外的路径规划目标，提出了多目标优化（MOO）问题。常见的搜索算法，例如A* 和D*，不太适合MOO问题，产生次优结果。本文提出的搜索算法是为最优MOO路径规划而设计的。该算法将Pareto最优性引入到D* 中，因此被命名为D*-PO。非支配的解决方案的路径，保证计算在每个搜索步骤的帕累托前沿。运行模拟以模拟火星环境中的行星探索漫游车，具有五个路径成本。实验结果表明，新的Pareto最优D*-PO算法在MOO路径规划中的性能优于传统的A* 和D* 算法。
2015-11-03 cs.AI
Planning and Learning: Path-Planning for Autonomous Vehicles, a Review of the Literature
Safran（赛峰集团）；Ecoles Saint-Cyr（圣西尔军校）
本文综述了自动驾驶汽车路径规划领域的规划、调度与学习技术，涵盖规划算法、神经网络、图神经网络、强化学习及处理不确定性的时序规划。
2023-10-17 cs.AI
POMDP-lite for Robust Robot Planning under Uncertainty
National University of Singapore（新加坡国立大学）；Massachusetts Institute of Technology（麻省理工学院）
部分可观察马尔可夫决策过程（POMDP）为不确定性下的规划提供了一个有原则的通用模型。然而，在最坏的情况下，求解一般的POMDP在计算上是难以处理的。本文介绍了POMDP-lite，POMDPs的一个子类，其中隐藏的状态变量是恒定的或只改变确定性。我们表明，POMDP-lite相当于一组完全可观察的马尔可夫决策过程索引的隐藏参数，是有用的建模各种有趣的机器人任务。我们开发了一个简单的基于模型的贝叶斯强化学习算法来解决POMDP-lite模型。该算法在大规模POMDP-lite模型上具有高达$10^{20}$的状态，并优于最先进的通用POMDP算法。我们进一步表明，该算法是近贝叶斯最优在适当的条件下。
2016-02-23 cs.AI
Uncertainty as a Planning Signal: Multi-Turn Decision Making for Goal-Oriented Conversation
The Ohio State University（俄亥俄州立大学）
本文提出CUP框架，通过结合语言模型与结构化规划，解决目标导向对话中不确定性与信息获取之间的平衡问题，提升对话成功率并减少交互轮次。
2026-08-13 cs.AI cs.CL
Risk-averse Behavior Planning for Autonomous Driving under Uncertainty
Qualcomm AI Research（高通人工智能研究院）；Qualcomm Automotive Research（高通汽车研究院）
自动驾驶车辆必须在周围环境中导航，并具有共享道路的其他物体的部分可观测性。自动驾驶车辆测量中的不确定性来源包括传感器融合误差、由于天气或目标检测延迟而导致的有限传感器范围、遮挡以及诸如其他人类驾驶员意图之类的隐藏参数。行为规划必须考虑所有来源的不确定性，在决定未来的车辆操纵。本文提出了一个可扩展的框架，风险规避行为规划下的不确定性，结合QMDP，无迹变换和蒙特卡罗树搜索（MCTS）。结果表明，置信上限（UCB）扩大树的结果在嘈杂的Q值估计的MCTS和QMDP的性能下降。提出了一种改进的MCTS动作选择过程，以实现鲁棒性能。
2018-12-04 cs.AI cs.RO
Graduated Fidelity Lattices for Motion Planning under Uncertainty
Centro Singular de Investigación en Tecnoloxías da Información (CiTIUS)（信息技术卓越研究中心（CiTIUS））；Universidade de Santiago de Compostela（圣地亚哥德孔波斯特拉大学）
提出了一种基于状态格的移动机器人运动规划新方法。碰撞概率的可靠估计考虑到机器人的形状，和保真度适应环境的复杂性，提高规划效率，同时保持性能。安全和最优路径发现的知情搜索算法，提出了一种新的多分辨率启发式。不同的场景和机器人形状的结果，显示所提出的方法的有效性。
2019-05-31 cs.AI cs.RO
Towards Reliable LLM-based Robot Planning via Combined Uncertainty Estimation
School of Artificial Intelligence, Henan University of Technology（河南工业大学人工智能学院）；Institute of Artificial Intelligence (TeleAI), China Telecom（中国电信人工智能研究所）
本文提出CURE方法，通过分解认知与内在不确定性并细分认知不确定性，利用随机网络蒸馏和MLP回归头估计不确定性，在厨房操作和桌面重排实验中验证了其与实际执行结果更紧密的对齐。
2025-10-09 cs.AI cs.RO
Calibrated Uncertainty for Informative Path Planning in Aquatic Environmental Monitoring
University of Sevilla（塞维利亚大学）
本研究针对水生环境监测中的信息路径规划，提出用深度集成替代高斯过程以提供校准的不确定性，实验表明该方法将重建误差降低83%，且蒙特卡洛树搜索在低计算成本下达到最优规划性能。
2026-10-07 cs.AI cs.IR
Uncertainty-Aware Motion Planning for Autonomous Driving in Mixed Traffic Environment
Central South University（中南大学）；City University of Macau（澳门城市大学）
提出不确定性感知运动规划（UAMP），通过量化人类意图不确定性并引入不确定性校准值学习，提升自动驾驶在混合交通中的安全性和舒适性。
2026-06-08 cs.AI cs.RO
Robust and Adaptive Planning under Model Uncertainty
Stanford University（斯坦福大学）
模型不确定性下的规划是许多决策和学习应用中的一个基本问题。在本文中，我们提出了鲁棒自适应蒙特卡罗规划（RAMCP）算法，它允许计算风险敏感的贝叶斯自适应政策，最佳权衡探索，剥削和鲁棒性。RAMCP制定的风险敏感规划问题作为一个两个玩家的零和游戏，其中一个对手扰动代理的信念模型。我们介绍两个版本的RAMCP算法。第一个，RAMCP-F，收敛到一个最佳的风险敏感的政策，而不必重建搜索树的基础上的信念模型被扰动。第二个版本，RAMCP-I，提高了计算效率的成本失去理论保证，但产生的经验结果相比，RAMCP-F。RAMCP是证明了一个N拉多臂土匪问题，以及病人的治疗方案。
2019-01-09 cs.AI cs.LG
PODDP: Partially Observable Differential Dynamic Programming for Latent Belief Space Planning
自主智能体观察世界状态的能力有限。部分可观测马尔可夫决策过程（POMDPs）对世界状态不确定性下的规划问题进行了形式化建模，但具有连续动作和非线性动力学特性的POMDPs适合于机器人应用，其求解具有挑战性。在本文中，我们提出了一个有效的差分动态规划（DDP）算法的信任空间规划POMDP的不确定性在一个离散的潜在状态，连续的状态，行动，观察，和非线性动力学。这种表示允许规划的动态轨迹是敏感的离散的潜在世界状态的结构化不确定性。我们开发了动态规划技术，以优化一个可能的观测和信念空间轨迹树的应急计划，并得出一个层次版本的算法。我们的方法适用于成本或回报函数不确定的问题（例如，目标或障碍的配置），动态的不确定性（例如，混合系统的动态模式），以及交互的不确定性，其中其他代理的行为取决于潜在的意图。基准测试表明，我们的算法优于流行的启发式方法规划下的不确定性，从一个自主变道任务的结果表明，我们的算法可以合成强大的互动轨迹。
2019-12-14 cs.AI cs.RO
Exact and Bounded Collision Probability for Motion Planning under Gaussian Uncertainty
University of Genoa（热那亚大学）
计算无碰撞轨迹对于安全航行至关重要。我们提出了一种方法来计算碰撞概率高斯分布的运动和传感器的不确定性与机器人和静态障碍物的形状近似为椭球。碰撞条件被制定为椭球体之间的距离，与以前的方法不同，我们提供了一种方法来计算准确的碰撞概率。此外，我们提供了一个严格的上限，可以更快地计算在线规划。还提供了与其他最先进的方法的比较。在不同的配置和障碍物的数量下，所提出的方法进行了评估模拟。
2021-10-12 cs.AI cs.RO
A game-theoretic approach to timeline-based planning with uncertainty
University of Udine（乌迪内大学）；University of Roma Tre（罗马第三大学）；National Research Council（国家研究委员会）；The University of Western Australia（西澳大学）
在基于时间线的规划中，域被描述为一组独立但相互作用的组件，其随时间的行为（时间线集）由一组时间约束控制。基于时间线的计划系统的一个显著特征是通过合成灵活计划的控制策略来整合计划与执行的能力。然而，灵活的计划只能代表时间的不确定性，而更复杂的形式的非确定性需要处理更广泛的现实问题。在本文中，我们提出了一种新的博弈论的方法，以时间线为基础的规划问题，概括了最先进的，同时统一处理时间的不确定性和非确定性。我们定义了一个一般概念的时间线为基础的游戏，我们表明，这些游戏的获胜策略的概念是严格的更一般的控制策略的动态可控的灵活的计划。此外，我们发现，建立这样的获胜策略的存在性的问题是可判定的使用双指数量的空间。
2019-05-27 cs.AI cs.GT
PO-PDDL: Learning Symbolic POMDPs from Visual Demonstrations for Robot Planning Under Uncertainty
Shanghai Jiao Tong University（上海交通大学）；Shanghai Innovation Institute（上海创新研究院）
提出PO-PDDL符号化POMDP框架，通过从机器人执行视频中重建潜在状态轨迹、识别部分可观测性并学习随机转移与观测模型，实现不确定性下的鲁棒任务规划。
2026-08-21 cs.AI cs.RO
Selective Dyna-style Planning Under Limited Model Capacity
The University of Alberta（阿尔伯塔大学）；Alberta Machine Intelligence Institute (Amii)（阿尔伯塔机器智能研究所）；Harvey Mudd College（哈维穆德学院）
在基于模型的强化学习中，使用不完美的环境模型进行规划可能会损害学习进度。但是，即使模型是不完美的，它仍然可能包含对规划有用的信息。在本文中，我们研究的想法，选择性地使用一个不完美的模型。智能体应该在状态空间中模型有用的部分进行规划，但避免在模型有害的部分使用模型。一个有效的选择性规划机制需要估计预测的不确定性，这是由任意的不确定性，参数的不确定性，模型的不充分性，以及其他来源。先前的工作集中在选择性规划的参数不确定性。在这项工作中，我们强调模型不足的重要性。我们发现，异方差回归可以信号预测的不确定性所产生的模型不足，这是互补的，这是检测的方法设计的参数不确定性，这表明，考虑参数的不确定性和模型不足可能是一个更有前途的方向，有效的选择性规划比任何一个孤立的。
2021-03-07 cs.AI cs.LG stat.ML
Simultaneous Task Allocation and Planning Under Uncertainty
我们提出了新的技术任务分配和规划的多机器人系统在不确定的环境中运行。任务分配与规划同时进行，这提供了有关单个机器人行为的更详细信息，但也利用了任务之间的独立性来有效地完成任务。我们使用马尔可夫决策过程来模拟机器人的行为和线性时序逻辑来指定任务和安全约束。基于形式化验证的技术和工具，我们展示了如何生成一系列的多机器人策略，如果单个机器人失败，则迭代地改进它们以重新分配任务，并提供概率保证机器人团队的性能（和安全操作）。我们实现我们的方法，并评估它的基准多机器人的例子。
2018-08-10 cs.AI cs.RO
Tru-POMDP: Task Planning Under Uncertainty via Tree of Hypotheses and Open-Ended POMDPs
Shanghai Jiao Tong University（上海交通大学）；Shanghai Innovation Institute（上海创新研究院）；East China Normal University（华东师范大学）；Beijing University of Posts and Telecommunications（北京邮电大学）
Tru-POMDP通过结合LLM生成的信念与开放性POMDP规划，有效应对任务规划中的不确定性，提升规划效率与鲁棒性。
2026-03-01 cs.AI cs.RO
Systematic Comparison of Path Planning Algorithms using PathBench
Ryerson University（瑞尔森大学）；Imperial College London（帝国理工学院）
路径规划是移动机器人的重要组成部分。经典的路径规划算法，如波前和快速探索随机树（RRT）被广泛应用于自主机器人。随着机器学习的发展，基于学习的路径规划算法得到了快速的发展。一个统一的路径规划接口，促进现有的和新的算法的开发和基准测试是必要的。本文介绍了PathBench，现有的和未来的，经典的和基于学习的路径规划算法在2D和3D网格世界环境中的开发，可视化，培训，测试和基准测试的平台。支持许多现有的路径规划算法;例如，A*，Dijkstra，路点规划网络，值迭代网络，门控路径规划网络;并且集成新算法很容易且明确规定。本文通过比较五种不同硬件系统和三种不同地图类型（包括内置PathBench地图、视频游戏地图和来自真实世界数据库的地图）的算法，探讨了PathBench的基准测试能力。使用路径长度、成功率和计算时间等参数来评估算法。还对真实世界的机器人进行了性能分析，以证明PathBench对机器人操作系统（ROS）的支持。PathBench是开源的。
2022-03-07 cs.AI cs.RO
Real-World Deployment of a Hierarchical Uncertainty-Aware Collaborative Multiagent Planning System
MIT CSAIL（麻省理工学院计算机科学与人工智能实验室）；DEVCOM Army Research Laboratory (ARL)（DEVCOM陆军研究实验室）；United States Military Academy（美国军事学院）
本文提出并部署了一种分层不确定性感知协同多智能体规划系统，通过规划器层次结构与鲁棒设计，在真实世界未知环境中实现长距离协同导航。
2024-04-26 cs.AI cs.MA cs.RO
Partially Observable Task and Motion Planning with Uncertainty and Risk Awareness
MIT Computer Science and Artificial Intelligence Laboratory（麻省理工学院计算机科学与人工智能实验室）
针对传统TAMP完全可观测、动作确定的假设局限，提出具备不确定性与风险感知的TAMPURA策略，在任务和控制器层进行不确定性推理，实验表明其性能优于确定性规划等方法，并在真实机器人问题中得到验证。
2024-10-06 cs.AI cs.RO
DiffusionRollout: Uncertainty-Aware Rollout Planning in Long-Horizon PDE Solving
DiffusionRollout通过自适应选择步长策略，提升长时间尺度PDE求解的预测可靠性与准确性。
2026-02-14 cs.AI cs.LG
Seeing is Believing: Belief-Space Planning with Foundation Models as Uncertainty Estimators
Northeastern University（东北大学）；MIT（麻省理工学院）；Princeton University（普林斯顿大学）
本文提出一种利用VLM估计不确定性并构建符号信念表示的新颖框架，结合信念空间规划器生成包含战略性信息收集的规划，有效解决开放世界中部分可观测的机器人移动操作问题。
2025-04-04 cs.AI cs.RO
A Pareto Front-Based Multiobjective Path Planning Algorithm
Carnegie Mellon University（卡内基梅隆大学）
路径规划是移动机器人技术中最重要的环节之一。利用环境的先验知识，全局路径规划提供了通过工作空间的无碰撞路线。全局路径规划可以用各种知情的搜索算法来计算，最值得注意的是A* 搜索方法，保证提供一个完整的最佳解决方案，使路径成本最小化。路径规划优化通常着眼于最小化从起点到目标的距离，但许多移动机器人应用程序需要额外的路径规划目标，提出了多目标优化（MOO）问题。过去的研究已经将遗传算法应用于MOO路径规划问题，但这些方法可能存在计算复杂性和次优解的缺点。或者，本文中的算法接近MOO路径规划与使用帕累托前沿，或寻找非支配的解决方案。该算法将Pareto最优性融入到A* 搜索的每一步中，称为A*-PO算法。仿真结果表明，A*-PO优于几个变种的标准A* 算法的MOO路径规划。增加了一个行星探测车案例研究，以证明A*-PO在现实世界中的应用的可行性。
2015-05-22 cs.AI cs.RO
HyPlan: Hybrid Learning-Assisted Planning Under Uncertainty for Safe Autonomous Driving
Saarland University, Computer Science Dept.（萨尔兰大学计算机科学系）；German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心）；French National Centre for Scientific Research (CNRS)（法国国家科学研究中心）
HyPlan通过结合多智能体行为预测、深度强化学习和POMDP规划，实现安全且高效的自动驾驶导航
2026-02-06 cs.AI cs.RO
Look Before Leap: Look-Ahead Planning with Uncertainty in Reinforcement Learning
University of California, Davis（加州大学戴维斯分校）
提出不确定性感知的k步前瞻规划与探索性策略优化框架，通过权衡模型不确定性与价值误差，在机器人操作和Atari游戏中以更少交互超越现有方法。
2025-03-26 cs.AI cs.LG
Path Planning Games
Vanderbilt University（范德堡大学）
路径规划是机器人控制中的一个基本和广泛探索的问题。我们提出了一个新的经济角度的路径规划。具体来说，我们研究战略之间的互动路径规划代理使用博弈论路径规划框架。我们的重点是两个重要目标之间的经济紧张关系：代理人实现其目标的效率和安全性。我们首先开发一种新的数学公式的路径规划，权衡这些目标，当其他代理的行为是固定的。然后，我们使用这个公式近似纳什均衡的路径规划游戏，以及开发一个多智能体合作的路径规划制定。通过几个案例研究，我们表明，在一个路径规划游戏，安全性往往是显着妥协相比，合作的解决方案。
2019-10-30 cs.AI cs.GT cs.MA
Analytic Planning under Uncertainty with Moment Closure
McGill University（麦吉尔大学）；Mila – Quebec Artificial Intelligence Institute（米拉-魁北克人工智能研究所）
本文提出一种基于矩闭合的不确定性下解析规划方法，通过二次动作值参数化实现闭式贝尔曼备份，在连续控制中降低目标方差，为感知分布的规划提供了合理框架。
2026-08-04 cs.AI cs.LG
Online Mapping and Motion Planning under Uncertainty for Safe Navigation in Unknown Environments
CIRS Underwater Vision and Robotics Research Centre（CIRS水下视觉与机器人研究中心）；Universitat de Girona（赫罗纳大学）；VICOROB VIsió per COmputador i ROBòtica（VICOROB计算机视觉与机器人实验室）
对于在高度非结构化或完全未知的环境中运行的机器人来说，安全自主导航是一个重要且具有挑战性的问题。在这些条件下，不仅机器人系统必须处理有限的定位信息，而且它们的机动性受到其动力学的约束，并且经常受到不确定性的影响。为了应对这些约束，本文提出了一个基于不确定性的框架，用于在线映射和规划可行的运动，并具有概率安全保证。所提出的方法通过以下方式处理运动、概率安全性和在线计算约束：（i）递增地映射周围环境以构建环境的不确定性感知表示，以及（ii）迭代地（重新）规划轨迹以通过信念空间中的多层基于采样的规划器实现运动动力学可行和概率安全的目标。深入的实证分析说明了这种方法的一些重要特性，即（a）多层规划策略可以快速探索高维置信空间，同时保持渐近最优性和完整性保证，以及（b）与文献中的其他不确定性感知规划器相比，所提出的概率碰撞检查例程的概率范围更紧。此外，对非完整鱼雷形自主水下航行器的真实水中实验评估和DARPA 2019年地下挑战赛的四旋翼无人机的楼梯井场景中的模拟试验证明了该方法的有效性及其适用于有限的系统。
2020-05-26 cs.AI cs.RO
Simulating Coverage Path Planning with Roomba
覆盖范围路径规划涉及访问在有障碍物的环境中的每个未被占用的状态。在本文中，我们探讨了这个问题，在最初未知的代理环境中，为了模拟真空吸尘机器人的任务。对先前工作的调查显示，在应用学习来解决这个问题方面很少努力。在本文中，我们探索使用深度强化学习对覆盖路径规划问题进行建模，并将其与流行的真空清洁机器人Roomba的内置算法的性能进行比较。
2022-10-10 cs.AI cs.RO
Planning with Information-Processing Constraints and Model Uncertainty in Markov Decision Processes
Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所）；Max Planck Institute for Biological Cybernetics（马克斯·普朗克生物 cybernetics 研究所）；Graduate Training Centre for Neuroscience（神经科学研究生培训中心）
本文提出考虑模型不确定性的马尔可夫决策过程规划方法，通过信息论原理统一解决信息处理约束问题，结合广义变分原理推导价值迭代方案，并在网格世界模拟中验证其有效性。
2016-04-07 cs.AI cs.SY eess.SY
Path planning for Robotic Mobile Fulfillment Systems
University of Paderborn（帕德博恩大学）；Leuphana University of Lüneburg（吕讷堡莱法纳大学）
本文提出了一个收集的路径规划算法的实时移动的多个机器人在机器人移动履行系统（RMFS）。机器人被指派将存储单元移动到工作站的拣选员，而不是要求拣选员去存储区域。路径规划算法的目标是为机器人找到路径，以满足没有冲突或死锁的请求。最先进的路径规划算法，包括WHCA*，FAR，BCP，OD&ID和CBS，经过调整以适应RMFS中的路径规划，并集成在仿真工具中，以引导机器人在存储和检索过程中从起点到目的地。在模拟研究中考虑了十种不同的布局，其中包括各种数量的机器人，楼层，吊舱，车站和存储区域的大小。性能指标的吞吐量，路径长度和搜索时间进行了监测。仿真结果表明，最好的算法的基础上，每个性能指标。
2018-11-19 cs.AI cs.RO
URA*: Uncertainty-aware Path Planning using Image-based Aerial-to-Ground Traversability Estimation for Off-road Environments
Mississippi State University（密西西比州立大学）
本文提出URA*方法，利用集成CNN从航空图像估计非道路可通行性，并通过不确定性感知规划与快速重规划提升自主导航路径质量，在多个数据集上优于传统规划算法。
2023-09-15 cs.AI cs.RO
Bridging Learned Visual Perception and Symbolic Belief-Space Planning
Technion - Israel Institute of Technology（以色列理工学院）
本文提出VLM作为概率接地器的新范式，将视觉-语言模型的谓词接地不确定性建模为符号状态上的概率分布，实现信念空间规划，在模拟家庭机器人环境中提升了鲁棒性和任务成功率。
2026-09-16 cs.AI cs.RO
UMBRELLA: Uncertainty-Aware Model-Based Offline Reinforcement Learning Leveraging Planning
TU Dortmund University（多特蒙德工业大学）
离线强化学习（RL）提供了一个从离线数据中学习决策的框架，因此构成了自动驾驶等现实世界应用的一种有前途的方法。自动驾驶汽车（SDV）学习一种策略，这种策略甚至可能优于次优数据集中的行为。特别是在自动驾驶等安全关键型应用中，可解释性和可移植性是成功的关键。这促使使用基于模型的离线RL方法，该方法利用规划。然而，目前的最先进的方法往往忽略了任意的不确定性所产生的多智能体系统的随机行为的影响。本文提出了一种基于不确定性感知模型的离线强化学习杠杆规划（UMBRELLA）方法，该方法以一种可解释的基于学习的方式联合解决了SDV的预测、规划和控制问题。经过训练的动作条件随机动力学模型捕捉交通场景的不同未来演变。该分析为我们的方法在挑战自动驾驶模拟和基于真实世界公共数据集方面的有效性提供了经验证据。
2022-06-28 cs.AI cs.LG cs.RO
Reflect-then-Plan: Offline Model-Based Planning through a Doubly Bayesian Lens
Google Research（谷歌研究院）；University of Waterloo（滑铁卢大学）
本文提出双贝叶斯离线基于模型规划方法 RefPlan，将规划视为贝叶斯后验估计并在部署时利用实时观测更新环境动态信念，从而提升保守离线 RL 策略在有限数据、高不确定性和动态变化环境中的性能与鲁棒性。
2025-06-06 cs.AI cs.LG
Natural Language Generation as Planning under Uncertainty Using Reinforcement Learning
School of Informatics（信息学院）；University of Edinburgh（爱丁堡大学）
我们提出并评估了一个新的模型，自然语言生成（NLG）在口语对话系统，统计规划的基础上，从当前生成的上下文（例如，用户和表面实现）的嘈杂的反馈。我们研究了它在一个标准的NLG问题中的使用：如何向用户呈现信息（在这种情况下是一组搜索结果），考虑到话语长度，传达的信息量和认知负荷之间的复杂权衡。我们通过分析现有的MATCH数据来设置这些权衡。然后，我们使用强化学习（RL）训练NLG策略，该策略使其行为适应来自当前生成上下文的噪声反馈。将这一政策与这一领域以往工作中的几条基线进行了比较。学习策略的性能明显优于所有先前的方法。
2016-06-15 cs.AI cs.CL
Assessing LLM code generation quality through path planning tasks
Duke University（杜克大学）；George Mason University（乔治·玛莎姆大学）
研究通过让六个LLM生成三种路径规划算法代码并在三种难度地图上测试，发现其代码存在严重风险，不应在未经严格测试的安全关键场景中使用。
2025-04-30 cs.AI cs.SE
Introspective Planning: Aligning Robots' Uncertainty with Inherent Task Ambiguity
Princeton University（普林斯顿大学）
针对LLM幻觉导致机器人计划与用户目标或安全要求不符，以及自然语言指令固有模糊性引入的不确定性问题，提出内省式规划方法，通过构建含内省推理示例的知识库对齐LLM不确定性与任务模糊性，结合保形预测提升合规性和安全性，减少用户澄清请求。
2025-02-10 cs.AI cs.CL cs.LG
Solving a Path Planning Problem in a Partially Known Environment using a Swarm Algorithm
Ministry of Defence（国防部）
提出了一种在部分已知环境下自主地面车辆（AGV）导航的路径规划策略。通过首先使用包含来自合适的空间数据库的诸如高度数据和土壤信息之类的所选属性的待穿越区域的空间数据库来执行全局路径规划。该数据库使用仿生群算法进行处理，该算法的灵感来自白蚁的筑巢策略。利用来自各种传感器的关于影响AGV安全导航的突发事件的信息在线执行本地路径规划。所讨论的模拟已经在开源的Player-Stage-Gazebo平台上实现。
2019-06-27 cs.AI cs.RO
Efficient Non-Parametric Uncertainty Quantification for Black-Box Large Language Models and Decision Planning
Apple（苹果公司）
针对大语言模型决策规划的幻觉问题及现有方法对黑盒模型适配差、成本高的痛点，提出无需logits的单次推理非参数不确定性量化方法，并设计了带偏好征询的决策智能体方案，为AI智能体开发提供低成本高效方案。
2024-02-01 cs.AI cs.CL cs.LG
Risk-Averse Planning Under Uncertainty
California Institute of Technology（加州理工学院）；NASA Jet Propulsion Laboratory（美国国家航空航天局喷气推进实验室）
研究了具有动态一致风险目标的部分可观测马尔可夫决策过程的策略设计问题。为POMDP合成风险规避最优策略需要无限的内存，因此是不可判定的。为了克服这个困难，我们提出了一种基于有界策略迭代的方法来设计随机但有限状态（记忆）控制器，它利用了标准的凸优化方法。给定一个内存预算和最优性准则，该方法修改随机有限状态控制器，导致次优解具有较低的相干风险。
2019-09-27 cs.AI cs.RO math.OC
Uncertainty-sensitive Learning and Planning with Ensembles
Institute of Mathematics Polish Academy of Sciences（波兰科学院数学研究所）；Faculty of Mathematics, Informatics and Mechanics, University of Warsaw（华沙大学数学、信息学与力学学院）
我们提出了一个强化学习框架，在离散环境中，一个代理商作出战略和战术决策。前者通过使用价值函数来表现自己，而后者则由树搜索规划器提供动力。这些工具相辅相成。规划模块执行本地\textit{what-if}分析，这允许避免战术陷阱并增强价值函数的备份。价值函数本质上是全局的，它补偿了规划者固有的局部性。为了进一步巩固这种协同作用，我们引入了一个探索机制，其中有两个独特的组成部分：不确定性建模和风险度量。为了模拟不确定性，我们使用价值函数集成，并反映风险，我们使用提出了几个泛函，总结了集成所隐含的。我们表明，我们的方法执行良好的硬勘探环境：深海，玩具蒙特祖玛的复仇，推箱子。在所有的情况下，我们获得了学习的速度和性能的提升。
2020-03-04 cs.AI cs.LG stat.ML
UBP2: Uncertainty-Balanced Preference Planning for Efficient Preference-based Reinforcement Learning
Learning, Embodied Autonomy, and Forecasting (LEAF) Lab, University of Toronto（学习、具身自主与预测（LEAF）实验室，多伦多大学）
提出UBP2方法，通过联合推理奖励、动力学和值函数的不确定性来主动引导探索，在Meta-World基准上显著提高了样本效率。
2026-06-23 cs.AI cs.LG cs.RO
Fault-Tolerant Offline Multi-Agent Path Planning
Tokyo Institute of Technology（东京工业大学）；Sorbonne University（索邦大学）；CNRS（法国国家科学研究中心）；Institut Universitaire de France（法国大学研究院）
我们研究了一种新的图形路径规划问题的多个代理，可能会在运行时崩溃，并阻止部分工作空间。在我们的设置中，代理可以检测相邻的崩溃代理，并在运行时改变所遵循的路径。然后，目标是为每个代理准备一组路径和切换规则，确保所有正确的代理到达目的地而不会发生冲突或死锁，尽管其他代理发生意外崩溃。这样的规划对于建立可靠的多机器人系统是有吸引力的。我们提出了问题的形式化、理论分析（例如计算复杂性）以及如何解决这个离线规划问题。
2022-11-25 cs.AI cs.MA cs.RO
Cooperative Multi-Agent Path Finding: Beyond Path Planning and Collision Avoidance
Technion（以色列理工学院）
我们介绍了合作多智能体路径寻找（Co-MAPF）问题，经典的MAPF问题的扩展，其中合作行为被纳入。在这种设置中，一组自主智能体在共享环境中操作，并且必须完成协作任务，同时避免与组中的其他智能体发生冲突。这个扩展自然地模拟了许多现实世界的应用程序，其中需要多组代理进行协作以完成给定的任务。为此，我们对Co-MAPF问题进行了形式化，并引入了基于冲突的协作搜索（Co-CBS），这是一种基于CBS的算法，用于为广泛的Co-MAPF问题最佳地解决该问题。Co-CBS使用集成到CBS中的协作规划模块，使得协作规划与路径规划解耦。最后，我们提出了实证结果几个MAPF基准证明我们的算法的属性。
2021-05-23 cs.AI cs.MA cs.RO
