Constrained Skill Discovery: Quadruped Locomotion with Unsupervised Reinforcement Learning
Department of Engineering Science, University of Oxford（牛津大学工程科学系）；Dyson（戴森公司）
本文提出一种基于无监督强化学习的受约束技能发现方法，通过范数匹配目标替代潜在转移最大化，使四足机器人能更稳定地覆盖状态空间，并在真实ANYmal机器人上实现零样本到达笛卡尔空间任意点。
2024-10-10 cs.RO
DDCO: Discovery of Deep Continuous Options for Robot Learning from Demonstrations
UC Berkeley（加州大学伯克利分校）
选项是一种短期技能，由状态空间的指定区域的控制策略和识别离开该区域的终止条件组成。在之前的工作中，我们提出了一种名为Deep Discovery of Options（DDO）的算法，用于发现加速Atari游戏中强化学习的选项。本文研究了机器人模仿学习的扩展，称为深度连续选项发现（DDCO），其中通过深度神经网络参数化的低级连续控制技能从演示中学习。我们扩展DDO：（1）混合分类-连续分布模型，用于参数化可以调用离散选项以及连续控制动作的高级策略，以及（2）交叉验证方法，其放宽了DDO的要求，即用户指定要发现的选项的数量。我们评估DDCO在模拟的3连杆机器人在垂直平面上推块摩擦和重力，并在两个物理实验的达芬奇手术机器人，针插入针被抓住，并插入到一个硅胶组织幻影，针仓采摘针和针从一堆抓住并归类到箱子。在3连杆臂模拟中，结果表明，与基线模仿学习方法相比，DDCO可以减少3倍的演示来实现相同的奖励。在针头插入任务中，DDCO成功率为8/10，而下一个最准确的模仿学习基线为6/10。在手术箱拾取任务中，学习的策略在99次尝试抓取中的66次中成功抓取单个物体，并且在除一次之外的所有情况下，通过第二次重试从失败的抓取中成功恢复。
2017-10-31 cs.RO
A Robotic Testing Platform for Pipelined Discovery of Resilient Soft Actuators
Department of Mechanical and Industrial Engineering, University of Toronto（多伦多大学机械与工业工程系）；Institute of Materials Science, University of Connecticut（康涅狄格大学材料科学研究所）；School of Mechanical, Aerospace, and Manufacturing Engineering, University of Connecticut（康涅狄格大学机械、航空航天与制造工程学院）；Material Science and Engineering, University of Connecticut（康涅狄格大学材料科学与工程系）；Inorganic Polymers Department, Petru Poni Institute of Macromolecular Chemistry（彼得·波尼宏分子化学研究所无机聚合物部门）
本文提出了一种机器人测试平台，用于流水线发现鲁棒性软执行器的最优参数组合，显著提升其操作寿命和负载能力。
2026-02-24 cs.RO
Visual Task Progress Estimation with Appearance Invariant Embeddings for Robot Control and Planning
Preferred Networks Inc.（首选网络公司）；Waseda University（早稻田大学）
完全自主的挑战之一是让机器人能够操纵其当前环境以实现另一种环境配置。本文是朝着这一挑战迈出的一步，重点是任务的视觉理解。我们的方法训练了一个深度神经网络，将图像表示为可测量的特征，这些特征对估计任务的进度（或阶段）很有用。训练使用相同任务的图像的许多变化，当在相同的相位指数下拍摄时。目标是使网络对任务进度的差异敏感，但对图像的外观不敏感。为此，我们的方法建立在时间对比网络（TCN）的训练网络只使用离散的快照在不同阶段的任务。然后，机器人可以通过使用经过训练的网络来识别当前任务的进度，并通过迭代调用运动规划器来解决长期任务，直到任务得到解决。我们量化的粒度在两个模拟环境中的网络实现。在第一种方法中，检测场景中物体的数量，在第二种方法中测量杯子中颗粒的体积。我们的实验利用这种粒度，使移动机器人移动到存储区域所需数量的对象，并控制在一个杯子中倾倒的量。
2020-11-22 cs.RO
Multiview Progress Prediction of Robot Activities
University of Padova, Italy（帕多瓦大学）；University of Siena, Italy（锡耶纳大学）
本文提出了一种多视角架构，用于机器人操作任务中的动作进展预测，以提高机器人与人类协同工作的有效性和安全性。
2026-02-25 cs.CV cs.RO
Work in Progress -- Automated Generation of Robotic Planning Domains from Observations
Faculty of Electrical Engineering, Chalmers University of Technology（查尔姆斯理工大学电气工程学院）
在本文中，我们报告的结果，我们的最新工作自动生成的规划运营商从人类示威，我们提出了一些我们未来的研究思路。为了自动生成规划算子，我们的系统分割并识别来自人类演示的不同观察动作。然后，我们提出了一个自动提取方法来检测相关的先决条件和效果，从这些演示。最后，我们的系统生成相关的规划运营商，并找到一系列的行动，满足用户定义的目标，使用一个象征性的计划。该计划是部署在一个模拟TIAGo机器人。我们未来的研究方向包括学习和解释执行失败，并检测演示的手部活动及其对机器人环境的后果之间的因果关系。前者对于基于信任的高效人机协作至关重要，后者对于在真实和动态环境中学习至关重要。
2021-07-09 cs.RO
Beyond Monotonic Progress: Retry-Supervised Value Learning for Robot Imitation
Tsinghua University（清华大学）；University of Technology Sydney（技术科技大学）；Microsoft Research Asia（微软亚洲研究院）；KAIST（韩国科学技术院）
针对机器人模仿学习中演示数据包含错误与修正行为的问题，提出ReTVL框架，利用重试事件作为稀疏监督学习对错误敏感的值函数，通过全局进度校准与局部偏好学习捕捉错误-恢复结构，优化下游行为克隆。
2026-07-07 cs.RO
Motion Primitive Discovery in a Humanoid Robot via Self-Organising Maps for Phase Recognition
Department of Applied Informatics Comenius University Bratislava（布拉迪斯拉发夸美纽斯大学应用信息学系）
受镜像神经元系统启发，提出两级架构用于人形机器人运动原语发现和在线相位识别。第一级用自组织映射学习运动学表示，第二级用回声状态网络评估激活轨迹。集成SOM和ESN方法，实现运动原语表示及相位识别，验证相关计算假设。
2026-07-22 cs.RO
HCPG-Flow:Hierarchical Contact-Progress Guidance for Flow-Policy Robot Manipulation
State Key Laboratory of Robotics and Systems, Harbin Institute of Technology（机器人技术与系统国家重点实验室，哈尔滨工业大学）
研究机器人操作流策略中动作选择问题，提出HCPG-Flow方法，通过分层、以对象为中心的接触进展引导增强SAC-Flow，在模拟和物理任务中提高成功率，减少完成时间。
2026-07-21 cs.RO
FIERCE: From Generalist Robot Policies to Fast Specialists via Progress-Failure Feedback
Nanyang Technological University（南洋理工大学）；Guangzhou Cloudbutterfly Technology Co., Ltd.（广州云蝶科技有限公司）
FIERCE框架利用通用策略初始化，通过统一的进展-失败评估器提供反馈，在有限交互下精炼紧凑专家策略，无需模拟器或密集奖励，在模拟和真实接触任务中验证了高效性与部署成本。
2026-09-17 cs.RO
Simultaneous Localization, Mapping, and Manipulation for Unsupervised Object Discovery
University of Colorado at Boulder（科罗拉多大学博尔德分校）
我们提出了一个无监督的框架，同时基于外观的对象发现，检测，跟踪和重建使用RGBD相机和机器人机械手。该系统执行密集的三维同时定位与地图构建与无监督的对象发现。空间和视觉上连贯的假定对象由机器人操纵以获得额外的运动提示。机器人仅使用外观，然后是结构和运动线索，以联合发现，验证，学习和改进对象的模型。诱导运动分割增强了学习模型，这些模型隐式地表示为2D和3D水平集，以捕获形状和外观。我们比较了三种不同的基于外观的对象发现方法，发现一种新形式的时空超像素在精度和召回率方面提供了最高质量的候选对象模型。Baxter机器人的现场实验展示了一个完整的管道，能够自动发现，验证，检测，跟踪和重建未知物体。
2014-11-04 cs.CV cs.RO
GPT-Lab: Next Generation Of Optimal Chemistry Discovery By GPT Driven Robotic Lab
Research Center for Intelligent Sensing Systems（智能传感系统研究中心）；Zhejiang Laboratory（之江实验室）
提出GPT-Lab范式，利用GPT模型驱动机器人实验室完成文献挖掘、实验设计与高通量合成验证，并在湿度传感器案例中实现快速材料发现。
2023-09-15 cs.AI cs.RO
Efficient Causal Discovery for Robotics Applications
University of Lincoln（林肯大学）；University of Padua（帕多瓦大学）
本文提出了一种名为F-PCMCI的快速准确的因果分析方法，能够在有限计算资源下实时重构人机交互场景的因果模型，从而提升机器人与人类的交互质量。
2023-10-24 cs.AI cs.RO
Diverse Skill Discovery for Quadruped Robots via Unsupervised Learning
College of Intelligent Robotics and Advanced Manufacturing（智能机器人与先进制造学院）；Fudan University（复旦大学）；College of Foreign Language（外国语言学院）；The University of Shanghai for Science and Technology（上海科技大学）
本研究提出OMoE架构和多判别器框架，通过无监督学习实现四足机器人多样化技能发现，提升训练效率并扩大状态空间覆盖范围。
2026-02-10 cs.RO
Bottom-Up Skill Discovery from Unsegmented Demonstrations for Long-Horizon Robot Manipulation
University of Texas at Austin（德克萨斯大学奥斯汀分校）；Sony AI（索尼人工智能）
我们通过技能发现来解决现实世界中的长视野机器人操作任务。我们提出了一个自自底向上的【形】的方法来学习一个库的可重复使用的技能，从未分割的演示，并使用这些技能来合成延长机器人的行为。我们的方法首先通过凝聚聚类从每个演示构建一个分层的任务结构。从多任务演示的任务结构中，我们识别技能的基础上的循环模式和训练目标条件的感觉运动策略与分层模仿学习。最后，我们训练一个Meta控制器来组合这些技能，以解决长期的操作任务。整个模型可以在30分钟内收集的一小组人类演示上进行训练，而无需进一步的注释，使其能够在现实世界中部署。我们系统地评估了我们的方法在模拟环境中，并在一个真正的机器人。我们的方法在多阶段操作任务中表现出优于最先进的模仿学习方法的性能。此外，与从单个任务中发现的技能相比，从多任务演示中发现的技能将平均任务成功率提高了$8\%$。
2022-01-22 cs.LG cs.RO
DORA: Divergence-Oriented Data-Relay Algorithm for Partially Connected Robot Teams
University of Pennsylvania（宾夕法尼亚大学）
针对部分连接异构无人机团队的通信与探索权衡问题，提出散度导向数据中继算法DORA，通过量化信息价值驱动通信，将MRT解析延迟最多降低74.8%。
2026-09-30 cs.RO
ros2probe: Non-intrusive, Kernel-selective Observability for Robot Operating System 2 Middleware
DGIST（大邱庆北科学技术院）
针对ROS 2观测工具因加入DDS域而产生的探针效应（膨胀发现平面、增加反序列化开销、导致丢包偏差），提出ros2probe，通过被动捕获发现包重构通信状态，并利用内核过滤仅提取用户指定主题的包，消除探针效应，保持发现图误差在0.5%以内，无丢包，CPU和内存开销降低最高28倍。
2026-06-09 cs.RO
Trajectory Optimization Through Contacts and Automatic Gait Discovery for Quadrupeds
ETH Zürich（苏黎世联邦理工学院）
在这项工作中，我们提出了一个轨迹优化框架，通过接触全身运动规划。我们演示了如何所提出的方法可以应用于自动发现不同的步态和动态运动的四足机器人。与大多数以前的方法相比，我们没有预先指定接触开关，计时，点或步态模式，但它们是优化的直接结果。此外，我们优化了机器人的整个动力学，这使得优化器能够充分利用机器人的能力。为了说明可实现运动的范围，在这里我们展示了八种不同的任务，当使用最先进的方法解决时，这些任务需要非常不同的控制结构。使用我们的轨迹优化方法，我们用一个简单的、高水平的成本函数来解决每个任务，而不需要对控制结构进行任何改变。此外，我们将我们的方法与机器人的控制和估计框架完全集成，以便可以在线运行优化。通过演示一个粗糙的操作任务与多个动态接触开关，我们举例说明如何优化的轨迹和控制输入可以直接应用到硬件。
2016-07-15 cs.RO
PACE: Stage-Consistent Long-Horizon Robot Manipulation via Progress-Aligned Context for Execution
College of Control Science and Engineering, Zhejiang University（浙江大学控制科学与工程学院）
针对长时程机器人操作中的阶段混淆问题，提出PACE方法，利用进度对齐上下文和因果执行记忆，在多个基准上将成功率显著提升。
2026-10-07 cs.RO
Scaling Laws in Scientific Discovery with AI and Robot Scientists
University of Toronto（多伦多大学）；Istituto Italiano di Tecnologia（意大利技术研究院）；Universita di Genova（热那亚大学）；Tsinghua University（清华大学）；Zhejiang University（浙江大学）；Rutgers University（罗格斯大学）；Harvard University（哈佛大学）；Georgia Tech（佐治亚理工学院）；University College of London（伦敦大学学院）
本文提出自主通才科学家（AGS）概念，结合智能体AI与具身机器人实现研究全生命周期自动化，并假设科学发现将遵循由自主系统数量与能力塑造的新缩放定律。
2025-04-03 cs.CL cs.RO
Unsupervised, Bottom-up Category Discovery for Symbol Grounding with a Curious Robot
Boise State University（博伊西州立大学）
本文提出让具备好奇心模型的机器人通过视觉观察与动作自主进行自底向上的无监督类别发现，从而支持后续专家赋予符号并实现符号接地。
2024-04-03 cs.CL cs.RO
Causal Discovery of Dynamic Models for Predicting Human Spatial Interactions
University of Lincoln（林肯大学）；University of Padua（帕多瓦大学）
利用机器人在人类共享的环境中进行活动，无论是仓库、购物中心还是医院，都要求这些机器人理解附近代理和对象之间的潜在物理交互。特别是，对后者之间的因果关系进行建模可以帮助预测未观察到的人类行为，并预测特定机器人干预的结果。在本文中，我们提出了一个因果发现方法的应用程序来模拟人与机器人的空间交互，试图了解人类的行为，从现实世界中的传感器数据在两种可能的情况下：人类与环境的互动，和人类与障碍物的互动。新的方法和实际的解决方案进行了讨论，利用，第一次，一个国家的最先进的因果关系发现算法在一些具有挑战性的人类环境中，在许多服务机器人场景的潜在应用。为了证明从现实世界的数据集获得的因果模型的效用，我们提出了因果和非因果预测方法之间的比较。我们的研究结果表明，因果模型正确地捕捉所考虑的场景的潜在相互作用，并提高其预测精度。
2023-02-20 cs.AI cs.RO
MuST: Multi-Head Skill Transformer for Long-Horizon Dexterous Manipulation with Skill Progress
Amazon Robotics（亚马逊机器人公司）；Rutgers University（罗格斯大学）
本文提出多头技能Transformer（MuST），通过学习并串联多个运动原语及引入技能进度值，提升机器人长时程灵巧操作能力。
2025-02-04 cs.RO
Discovery and Deployment of Emergent Robot Swarm Behaviors via Representation Learning and Real2Sim2Real Transfer
University of Utah（犹他大学）；George Mason University（乔治梅森大学）；University of Hawaii at Manoa（马诺阿夏威夷大学）
本研究提出基于自监督表示学习与新颖性搜索的Real2Sim2Real方法，自动发现涌现群体行为并实现仿真到真实机器人的直接迁移，优于手工度量标准。
2025-02-21 cs.AI cs.MA cs.RO
Visionary: Vision architecture discovery for robot learning
Robotics at Google（谷歌机器人部门）；Stony Brook University（石溪大学）；Columbia University（哥伦比亚大学）
提出了一种基于视觉的机器人操作学习体系结构搜索算法，该算法能够发现低维动作输入和高维视觉输入之间的相互作用。我们的方法在训练任务的同时自动设计架构-发现将图像特征表示与动作以及先前层的特征相结合和参与的新方法。所获得的新架构表现出更好的任务成功率，在某些情况下，与最近的高性能基线相比，具有很大的利润。我们的真实机器人实验也证实，它提高了6%的抓取性能。这是第一种方法来证明一个成功的神经架构搜索和注意力连接搜索一个真正的机器人任务。
2021-03-26 cs.CV cs.LG cs.NE
Robot Critics that Sweat the Small Stuff
Columbia University（哥伦比亚大学）；Toyota Research Institute（丰田研究所）
针对大视觉语言模型在机器人操作中难以区分微小视觉差异的问题，提出通过成功与失败轨迹构建成对进展监督来微调批评家，提升细粒度推理和失败检测能力，并在真实和仿真任务中分别提高策略成功率11%和5.9%。
2026-06-23 cs.RO
UR-VC: Unsupervised Robotic Value Correction for Time-Derived Progress Proxies
研究针对机器人学习中时间衍生进度标签不准确问题，提出无监督机器人价值校正方法UR-VC，利用演示数据中相似状态不同时出现的规律校正标签，在真实双手布料操作任务中取得积极效果，还能用于构建优势标签。
2026-07-15 cs.AI cs.RO
Swift progress for robots over complex terrain
Johns Hopkins University（约翰斯·霍普金斯大学）；University of Southern California（南加利福尼亚大学）
四足机器人通过结合数据驱动学习与简单精确模型，在沙地上实现了低能耗、低失败率的高速奔跑，速度超过人类在硬地上的慢跑。
2023-08-04 cs.RO cs.SY eess.SY
VL-Explore: Zero-shot Vision-Language Exploration and Target Discovery by Mobile Robots
RoboPI Laboratory, Dept. of ECE, University of Florida (UF)（罗波实验室，电子工程系，佛罗里达大学）；FOCUS Laboratory, Dept. of ECE, University of Florida (UF)（焦点实验室，电子工程系，佛罗里达大学）；Amazon Robotics（亚马逊机器人技术）
本文提出 VL-Explore 导航流程，利用 CLIP 和单目视觉在未知环境中实现零样本同步探索与目标发现，并通过 Open Rover 实车验证其优于传统地图遍历且接近依赖先验知识的方法。
2025-07-22 cs.RO
A Low-Cost Robot Science Kit for Education with Symbolic Regression for Hypothesis Discovery and Validation
University of Maryland, College Park（马里兰大学帕克分校）；National Institute of Standards and Technology（美国国家标准与技术研究院）
下一代物理科学涉及机器人科学家-能够在闭环中进行实验设计，执行和分析的自主物理科学系统。这些系统已经在科学探索和发现方面取得了现实世界的成功，包括首次发现了一流的材料。为了构建和使用这些系统，下一代劳动力需要不同领域的专业知识，包括ML，控制系统，测量科学，材料合成，决策理论等。然而，教育滞后。教育工作者需要一个低成本、易于使用的平台来教授所需的技能。工业界也可以利用这样一个平台来开发和评估自主的物理科学方法。我们提出了科学教育的下一代，一个工具包，用于建立一个低成本的自主科学家。该工具包在马里兰大学的两门课程中使用，教授本科生和研究生自主的物理科学。我们讨论了它的使用过程中，其更大的能力，教自主模型探索，优化和确定的双重任务，自主实验“发现”的亨德森-哈塞尔巴赫方程的一个例子。
2022-06-13 cond-mat.mtrl-sci cs.LG cs.RO
Maze Discovery using Multiple Robots via Federated Learning
Centre for Wireless Communication, University of Oulu（奥卢大学无线通信中心）；Infortech Oulu, University of Oulu（奥卢大学因弗泰克奥卢分部）
针对多机器人迷宫探索中模型跨迷宫泛化不足的问题，本文采用联邦学习聚合仅探索单一迷宫机器人的知识，提升了在未知迷宫中的分类准确性与鲁棒性。
2024-06-25 cs.AI cs.LG cs.RO
To Err is Robotic: Rapid Value-Based Trial-and-Error during Deployment
Stanford University（斯坦福大学）
针对机器人在新场景下首次尝试易失败、无方向重试易出不可逆错误的问题，提出Bellman-Guided Retrials算法，通过价值函数监控进度、调整策略，在仿真和真实场景分别将基础策略成功率提升20%、50%以上。
2024-06-22 cs.RO
Spatial Concept Acquisition for a Mobile Robot that Integrates Self-Localization and Unsupervised Word Discovery from Spoken Sentences
Ritsumeikan University（立命馆大学）；National Institute of Informatics（国立信息学研究所）；The Graduate University for Advanced Studies（综合研究大学院大学）
在本文中，我们提出了一种新的无监督学习方法的词汇收购的机器人访问的地方，从人类连续语音信号。我们解决的问题，学习新的单词的机器人，除了一个原始的声学模型，这些话没有先验知识。此外，我们提出了一种方法，允许机器人有效地使用学习的单词及其含义的自我定位任务。该方法是一种非参数贝叶斯空间概念获取方法（SpCoA），该方法通过与空间概念相关的潜变量，将自定位生成模型和无监督分词方法相结合。我们实现了所提出的方法SpCoA上SIGVerse，这是一个仿真环境，和TurtleBot2，这是一个移动机器人在真实的环境。此外，我们进行了用于评估SpCoA性能的实验。实验结果表明，SpCoA使机器人能够从语音句子中获取地名。他们还表明，机器人可以有效地利用获得的空间概念，减少自我定位的不确定性。
2016-05-07 cs.AI cs.CL cs.RO
Graph-based Reinforcement Learning meets Mixed Integer Programs: An application to 3D robot assembly discovery
Technical University of Darmstadt（达姆施塔特工业大学）
机器人装配发现是一个具有挑战性的问题，生活在资源分配和运动规划的交叉点。我们的目标是将一组预定义的对象组合起来，形成新的东西，同时考虑使用机器人在环执行任务。在这项工作中，我们解决的问题，建立任意的，预定义的目标结构完全从头开始使用一组俄罗斯方块一样的积木和机器人操纵器。我们的新的分层方法的目的是有效地分解成三个可行的水平，相互受益的整体任务。在高层次上，我们运行一个经典的混合整数程序，用于块类型选择和块的最终姿态的全局优化，以重新创建所需的形状。然后利用其输出来有效地指导底层强化学习（RL）策略的探索。这种RL策略从一个灵活的基于图的表示中提取其泛化属性，该表示是通过Q学习学习的，可以通过搜索进行细化。此外，它还考虑了结构稳定性和机器人可行性的必要条件，这些条件在前一层中无法有效反映。最后，抓取和运动规划器将所需的装配命令转换为机器人关节运动。我们展示了我们提出的方法的性能在一组竞争激烈的模拟RAD环境，展示现实世界的传输，并报告性能和鲁棒性增益相比，非结构化的端到端的方法。有关视频，请访问https://sites.google.com/view/rl-meets-milp。
2022-08-02 cs.AI cs.LG cs.RO
LOTUS: Continual Imitation Learning for Robot Manipulation Through Unsupervised Skill Discovery
The University of Texas at Austin（德克萨斯大学奥斯汀分校）；Peking University（北京大学）
LOTUS通过无监督技能发现和元控制器组合技能，使机器人仅凭少量演示即可持续学习新操作任务，成功率比现有最佳方法高11%以上。
2024-11-23 cs.CV cs.LG cs.RO
Time to Play: Simulating Early-Life Animal Dynamics Enhances Robotics Locomotion Discovery
Adaptive & Intelligent Robotics Lab, Imperial College London, United Kingdom（智能适应机器人实验室，帝国理工学院伦敦分校）；Evolutionary Biomechanics Laboratory, Imperial College London, United Kingdom（进化生物力学实验室，帝国理工学院伦敦分校）
受动物发育变化启发，提出SMOL课程动态调节机器人执行器强度，集成至MAP-Elites框架中，通过模拟生长过程提升机器人运动的性能与多样性。
2025-09-15 cs.NE cs.RO
Model Predictive Trajectory Planning for Human-Robot Handovers
TU Wien（维也纳技术大学）；AIT Austrian Institute of Technology GmbH（奥地利技术研究院有限公司）
本研究提出一种基于路径跟踪模型预测控制的人机交接轨迹规划方法，结合高斯过程回归预测交接位置以自适应调整路径偏差边界，经7自由度协作机械臂实验验证了其有效性与通用性。
2024-04-11 cs.RO
Selective Progress-Aware Querying for Human-in-the-Loop Reinforcement Learning
本文提出SPARQ，一种进度感知的查询策略，仅在强化学习停滞或恶化时请求人类反馈，在模拟UR5任务中以一半反馈预算达到与始终查询相当的性能，提升了人在环学习的效率与可扩展性。
2025-09-24 cs.RO
Towards a Robot Perception Specification Language
Bonn-Rhein-Sieg University of Applied Sciences（波恩-莱茵-锡格应用科学大学）；University of Luxembourg（卢森堡大学）
在本文中，我们提出了我们的工作进展到一个特定领域的语言称为机器人感知规约语言（RPSL）。RSPL提供了以声明和框架独立的方式指定机器人感知架构的预期结果（任务知识）的方法。
2014-08-13 cs.RO
Video Object Segmentation-based Visual Servo Control and Object Depth Estimation on a Mobile Robot
University of Michigan（密歇根大学）
为了在日常环境中发挥作用，机器人必须能够识别和定位现实世界的物体。近年来，视频对象分割在将真实视频和具有挑战性的视频中的对象从背景中密集地分离出来方面取得了重大进展。建立了这一进展，本文解决的问题，识别通用对象，并将它们定位在3D使用移动机器人与RGB摄像头。我们实现了这一点，首先，介绍了一个视频对象分割为基础的方法，视觉伺服控制和主动感知，第二，开发一个新的Hadamard Broyden更新配方。我们基于分割的方法简单但有效，我们的更新公式可以让机器人快速学习执行器和视觉特征之间的关系，而无需任何相机校准。我们在实验中通过学习移动HSR机器人上的各种致动器-相机配置来验证我们的方法，该机器人随后从YCB数据集识别、定位和抓取对象，并实时跟踪人和其他动态铰接对象。
2020-01-10 cs.RO
ProgVLA: Progress-Aware Robot Manipulation Skill Learning
NAVER LABS（NAVER实验室）；NAVER LABS Europe（NAVER实验室欧洲）
提出ProgVLA，一种紧凑的视觉-语言-动作模型，通过显式表示任务进度和两阶段Perceiver重采样机制，在有限计算和内存下实现长序列多模态处理，并在多任务操作基准上达到或超越大模型性能。
2026-05-27 cs.LG cs.RO
ROBOGATE: Adaptive Failure Discovery for Safe Robot Policy Deployment via Two-Stage Boundary-Focused Sampling
AgentAI Co., Ltd.（AgentAI公司）
本文提出ROBOGATE框架，结合物理仿真与两阶段自适应采样策略，有效发现操作参数空间中的故障边界，通过大量实验验证了其在不同机器人上的有效性，并展示了在跨仿真器场景下的部署验证挑战。
2026-04-20 cs.RO
Efficient Placard Discovery for Semantic Mapping During Frontier Exploration
University of Texas at Austin（德克萨斯大学奥斯汀分校）
语义映射是通过将语义附加到位置来为机器人提供其环境的地图的任务，该地图超出了传统同时定位与地图构建（SLAM）算法的开放的、可导航的空间。在这项工作中提出的系统读取门标牌注释办公室的位置。虽然该系统的先前工作开发了手工制作的检测器，但该系统利用YOLOv2进行检测，并利用分割网络进行分割。通过从分割的四边形轮廓计算的单应性计算标牌的姿态来定位标牌。这项工作还引入了一个可中断的前沿探索算法，使机器人能够探索其环境，构建其SLAM地图，同时暂停检查在此过程中观察到的标语牌。这使得机器人能够在没有人为干预的情况下自主发现房间标牌，同时比以前的自主探索方法大大加快速度。
2021-10-27 cs.AI cs.RO
How Much Progress Did I Make? An Unexplored Human Feedback Signal for Teaching Robots
Tufts University（塔夫茨大学）
本文提出了一种未被探索的人类反馈信号'进展'，用于教导机器人，通过实验验证其有效性，并提供了相关数据集。
2025-12-29 cs.AI cs.LG cs.RO
ARS: Agentic Reward System for Robot Learning
AIRC, Midea Group（美的集团人工智能研究中心）
本文提出智能体奖励系统（ARS），利用通用视觉语言模型通过自适应视觉检查和子智能体验证，改进机器人进度奖励建模，抑制虚假进度，并在仿真和真实机器人上验证其有效性。
2026-09-29 cs.LG cs.RO
When Search Becomes Memory: Accelerating Robot Design Discovery with Self-Evolving Skills
University of Michigan（密歇根大学）
提出Auto-Robotist，一种自进化LLM代理，通过将形态搜索轨迹提炼为自然语言技能库，实现可迁移的机器人设计知识，在EvoGym任务中提升冷启动搜索并跨设计空间迁移技能。
2026-09-25 cs.AI cs.CL cs.CV
Multi-Robot Task Planning to Secure Human Group Progress
LAAS-CNRS（法国国家科学研究中心自动化与系统分析实验室）；University of Toulouse（图卢兹大学）；INSA（图卢兹国立应用科学学院）；ONERA（法国航空航天研究院）
本文提出一个自动化规划系统，将多机器人任务规划建模为分层规划问题，以协助操作员在CoHoMa II挑战中控制车队探索敌对区域并保障人类团队行进安全。
2023-10-03 cs.MA cs.PF cs.RO
Autonomous discovery in the chemical sciences part I: Progress
Massachusetts Institute of Technology（麻省理工学院）
这两部分的审查探讨了自动化如何在化学科学的发现的不同方面作出贡献。在第一部分中，我们描述了物理物质（分子，材料，设备），过程和模型的发现的分类，以及它们如何统一为搜索问题。然后，我们介绍了一套问题和考虑有关的评估自治的程度。最后，我们描述了合成化学、药物发现、无机化学和材料科学领域的计算机辅助和自动化加速或产生的发现的许多案例研究。这些都说明了硬件自动化和机器学习的快速发展如何继续改变实验和建模的性质。第二部分对这些案例研究进行了反思，并确定了该领域面临的一系列挑战。
2020-03-30 cs.AI cs.RO q-bio.QM
Autonomous skill discovery with Quality-Diversity and Unsupervised Descriptors
Imperial College London（帝国理工学院）
质量多样性优化是一种新的优化算法家族，它不是搜索单个最优解来解决任务，而是搜索大量的解决方案，这些解决方案都以不同的方式解决任务。这种方法对于学习机器人中的行为库特别有前途，因为这种行为的多样性使机器人变得更加多才多艺和有弹性。然而，这些算法需要用户手动定义行为描述符，用于确定两个解决方案是不同还是相似。行为描述符的选择是至关重要的，因为它完全改变了算法推导的解决方案类型。在本文中，我们介绍了一种新的方法来自动定义这个描述符相结合的质量多样性算法与无监督降维算法。这种方法使机器人能够在与环境交互的同时自主发现其能力范围。两个实验场景的结果表明，机器人可以自主发现大范围的可能的行为，没有任何先验知识的形态和环境。此外，这些行为被认为类似于使用领域知识的手工解决方案，并且比使用现有的无监督方法时更加多样化。
2019-05-28 cs.NE cs.RO
Exploring Behavior Discovery Methods for Heterogeneous Swarms of Limited-Capability Robots
Kalhert School of Computing, University of Utah（犹他大学卡尔赫特计算学院）
本文研究能力受限异构机器人群体的涌现行为发现，通过大量实验对比新颖性搜索、聚类及人在回路方法，发现迭代式人在回路过程效果最佳，共发现23种涌现行为，其中18种为首次发现。
2023-10-25 cs.LG cs.MA cs.RO
ROS-Causal: A ROS-based Causal Analysis Framework for Human-Robot Interaction Applications
University of Lincoln（林肯大学）；University of Padua（帕多瓦大学）；National Research Council of Italy（意大利国家研究委员会）
本文提出ROS-Causal框架，基于ROS实现人机空间交互中的机载数据采集与因果发现，填补现有因果发现方法在ROS生态缺失的空白，并通过模拟器验证其有效性。
2024-03-21 cs.AI cs.RO
ASPIRE: Agentic /Skills Discovery for Robotics
NVIDIA（英伟达）；UMich（密歇根大学）；UIUC（伊利诺伊大学厄巴纳-香槟分校）；UC Berkeley（加州大学伯克利分校）；CMU（卡内基梅隆大学）
提出ASPIRE系统，通过闭环执行、技能库积累和进化搜索，自主编写和优化机器人控制程序，在扰动、多机器人协作和长时域任务上显著超越现有方法，并实现零样本泛化与仿真到现实的技能迁移。
2026-10-22 cs.AI cs.MA cs.RO
Large Reward Models: Generalizable Online Robot Reward Generation with Vision-Language Models
USC Physical Superintelligence Lab（USC物理超智能实验室）；Toyota Research Institute（丰田研究院）
本文提出利用视觉-语言模型生成通用在线机器人奖励，通过零样本方式提升策略学习效率，实验显示在30次迭代内显著提高初始策略成功率。
2026-10-02 cs.AI cs.RO
SKID RAW: Skill Discovery from Raw Trajectories
Technische Universität Darmstadt（达姆施塔特工业大学）；Universität zu Lübeck（吕贝克大学）；Max-Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所）
将机器人集成到复杂的日常环境中需要解决许多问题。其中一个关键特征是为机器人配备一种机制，以简单自然的方式教它们一项新任务。当教授涉及不同技能序列的任务时，这些技能的顺序和数量不同，最好只演示完整的任务执行，而不是所有的个人技能。为此，我们提出了一种新的方法，同时学习分割轨迹到重复出现的模式和技能，以重建这些模式，从未标记的示威，而无需进一步的监督。此外，该方法学习技能条件，可用于理解可能的技能序列，例如，用于更智能和自适应机器人行为的人机交互的实用机制。贝叶斯和变分推理为基础的方法进行评估合成和真实的人类演示具有不同的复杂性和维度，显示成功的学习的分割和技能库从未标记的数据。
2021-03-26 cs.AI cs.LG cs.RO
