MEXGEN: An Effective and Efficient Information Gain Approximation for Information Gathering Path Planning
School of Computer & Mathematical Sciences, The University of Adelaide（阿德莱德大学计算机与数学科学学院）；STELaRLab, Lockheed Martin Australia（洛克希德·马丁澳大利亚公司STELaRLab实验室）
本文提出MEXGEN近似方法，用于提升信息收集路径规划中信息增益预测的准确性和计算效率，并通过理论分析和多旋翼机器人实验验证其在无线电源跟踪与定位中的性能优势。
2024-05-04 cs.AI cs.RO
What Is the Minimum Architecture for Prolepsis? Early Irrevocable Commitment Across Tasks in Small Transformers
Cosmic AI
本文探讨了变压器在何时做出决策以及为何无法纠正决策，提出前瞻性架构概念，通过实验验证了任务特定注意力头对决策的持续影响及架构设计对任务性能的影响。
2026-07-20 cs.AI cs.CL cs.LG
Learning to Manipulate a Commitment Optimizer
Peking University（北京大学）；University of Oxford（牛津大学）；Columbia University（哥伦比亚大学）
最近的研究表明，在Stackelberg博弈中，跟随者可以通过偏离他们真正的最佳反应行为来操纵领导者。这样的操作在计算上是易处理的，并且可以对跟随者非常有益。与此同时，他们可能会导致显着的回报损失的领导者，有时完全击败他们的先发优势。这些发现给承诺优化者提出了一个警告：这些发现所表明的风险似乎在一定程度上被操纵所依赖的严格信息优势所减轻，也就是说，跟随者知道关于双方参与者收益的全部信息，而领导者只知道自己的收益。在本文中，我们研究的操纵问题，这种信息优势放松。我们考虑的情况下，追随者没有得到任何信息的领导者的收益开始，但要学会操纵与领导者的互动。追随者可以通过询问领导者的最优承诺来收集必要的信息。我们的研究结果表明，信息优势并不完全是必不可少的追随者的操纵：追随者可以学习的最佳方式操纵在多项式时间与多项式的领导者的最佳承诺的许多查询。
2023-02-26 cs.AI cs.DS cs.GT
Position Paper: Online Modeling for Offline Planning
Bar-Ilan University（巴伊兰大学）
规划问题的定义和表示是人工智能规划研究的核心。一个关键部分是动作模型的表示。几十年来，声明式动作模型表示的改进带来了许多理论上的进步，以及有能力的、工作的、独立于领域的规划者。然而，尽管该领域已经成熟，但人工智能规划技术仍然很少在研究界之外使用，这表明当前的表示无法捕捉现实世界的需求，例如利用从数据中学习的复杂数学函数和模型。我们认为，这是因为建模过程被假定为在规划过程之前已经发生和完成，即，离线规划的离线建模。这种方法有几个固有的挑战，包括：声明性建模语言的表达能力有限;早期承诺建模选择和计算，这妨碍了为每个动作模型使用最合适的解决方案-这只能在规划期间知道;以及难以可靠地使用非声明性，学习模型。因此，我们建议改变人工智能规划流程，使其在离线规划中进行在线建模，即，在访问时，使用作为规划过程的一部分计算甚至生成的动作模型。这概括了现有的方法（离线建模）。拟议的定义承认新颖的规划过程，我们建议一个具体的实施，展示该方法。我们勾画了初步的结果，作为第一次尝试的一部分，按照这种方法与行动成本估算规划。最后，我们讨论开放的挑战。
2022-06-20 cs.AI
Increasing the Value of Information During Planning in Uncertain Environments
Oberlin College（欧柏林学院）
针对信息收集与使用存在时间延迟导致信息价值被忽视的问题，提出在POMCP算法的UCB1启发式中加入Entropy的新算法，显著提升了在线规划性能。
2024-09-14 cs.AI cs.MA cs.RO
Adaptive Informative Path Planning with Multimodal Sensing
Stanford University（斯坦福大学）
自适应信息路径规划（AIPP）问题模型的代理人的任务是在未知的，部分可观察的环境中获取信息的资源约束。AIPP的现有工作主要集中在代表作为代理运动的结果对世界的观察。我们制定了更一般的设置，代理可以选择不同的传感器之间的一些能源的成本，除了穿越环境收集信息。我们称这个问题为AIPPMS（MS for Multimodal Sensing）。AIPPMS需要从能量消耗和信息获取两个方面对感知和运动的影响进行联合推理。我们框架AIPPMS部分可观察马尔可夫决策过程（POMDP），并解决它与在线规划。我们的方法是基于部分可观测蒙特卡罗规划框架的修改，以确保约束的可行性和启发式推出政策量身定制的AIPPMS。我们评估我们的方法在两个领域：一个模拟的搜索和救援方案和一个具有挑战性的扩展经典的RockSample问题。我们发现，我们的方法优于一个经典的AIPP算法，修改AIPPMS，以及使用随机推出政策的在线规划。
2020-03-21 cs.AI
LLM+Reasoning+Planning for Supporting Incomplete User Queries in Presence of APIs
Intuit AI Research（Intuit人工智能研究院）；Intuit Inc.（Intuit公司）
针对存在API时用户查询不完整、LLM易幻觉或难编排API的问题，提出结合逻辑推理、经典AI规划与LLM的方法，通过ASP中间表示转PDDL、引入get_info_api收集缺失信息，在相关数据集上成功率超95%，显著优于纯LLM方法。
2025-02-13 cs.AI
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
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
involve-MI: Informative Planning with High-Dimensional Non-Parametric Beliefs
Technion - Israel Institute of Technology（以色列理工学院）
决策和规划中最复杂的任务之一是收集信息。当状态是高维的并且其信念不能用参数分布表示时，这个任务变得更加复杂。虽然状态是高维的，但在许多问题中，只有一小部分可能涉及状态的转换和生成观测。我们利用这一事实来计算信息理论的预期回报，互信息（MI），在一个低得多的维度子集的状态，以提高效率，而不牺牲精度。在以前的工作中使用了类似的方法，但专门用于高斯分布，我们在这里将其扩展到一般分布。此外，我们应用降维的情况下，新的状态增加到以前的，但再次不牺牲准确性。然后，我们继续通过开发一个估计MI的顺序蒙特卡罗（SMC）的方式工作，并避免未来的信念的表面重建。最后，我们将展示这项工作是如何应用到信息规划优化问题。这项工作，然后评估在一个模拟的主动SLAM问题，在精度和时间的改善被证明。
2022-09-23 cs.AI
Monte Carlo Information-Oriented Planning
Université de Lorraine（洛林大学）；INRIA（法国国家信息与自动化研究所）；CNRS（法国国家科学研究中心）；LORIA（洛林计算机科学与应用实验室）；École Normale Supérieure de Lyon（里昂高等师范学校）
在这篇文章中，我们讨论如何解决信息收集问题表示为rho-POMDPs，部分可观察马尔可夫决策过程（POMDPs）的扩展，其奖励rho取决于信念状态。用于求解POMDPs的基于点的方法已经扩展到当其奖励rho在B中是凸的或当其是Lipschitz连续的时，将rho-POMDPs作为信念MDPs来求解。在本文中，我们建立在POMCP算法提出了一个蒙特卡罗树搜索的rho-POMDP，旨在有效的在线规划，可用于任何rho函数。由于信念依赖的奖励，需要适应（i）一次传播多个状态，以及（ii）防止价值估计的偏差。当ρ连续时，给出了ε-最优值的渐近收敛性证明。实验进行分析的算法在手，并表明他们优于近视的方法。
2021-03-21 cs.AI
Simplified Continuous High Dimensional Belief Space Planning with Adaptive Probabilistic Belief-dependent Constraints
Technion - Israel Institute of Technology（以色列理工学院）
部分可观测域不确定性下的在线决策，也称为信念空间规划，是机器人学和人工智能中的一个基本问题。由于未来存在大量看似合理的解释，计算最优行动方案给智能体带来了巨大的计算负担。此外，在许多情况下，例如，在信息收集中，需要引入依赖于信念的约束。基于这一需求，本文考虑了最近提出的概率信念依赖约束POMDP。我们提出了一种技术，自适应地接受或放弃一个候选动作序列的概率信念依赖的约束，扩展一个完整的未来观测样本集之前，没有任何损失的准确性。此外，使用我们提出的框架，我们贡献了一种自适应方法来找到最大可行回报（例如，信息增益）在风险价值方面的候选动作序列具有实质性的加速。最重要的是，我们引入了一个自适应简化技术的概率约束设置。这种方法可以证明返回一个相同质量的解决方案，同时大大加快在线决策。我们的通用框架适用于任何信念依赖约束连续POMDP参数信念，以及粒子表示的非参数信念。在信息理论约束的背景下，我们提出的框架随机量化，如果沿规划范围的累积信息增益是足够显着的（例如，信息收集，主动SLAM）。我们将我们的方法应用到主动SLAM，一个具有高度挑战性的高维信念空间规划问题。广泛的现实模拟证实了我们提出的想法的优越性。
2023-02-13 cs.AI cs.RO
Taming Numbers and Durations in the Model Checking Integrated Planning System
模型检验集成规划系统（MIPS）是一个基于灵活的面向对象工作台体系结构的时间最小承诺启发式搜索规划器。它的设计清楚地将显式和符号定向探索算法与在线和离线计算的估计和相关的数据结构的集合分开。MIPS在过去两次国际规划比赛中表现出色。在最后一个事件中，描述语言从纯粹的命题规划扩展到包括数值状态变量，行动持续时间和计划质量目标函数。计划不再是行动的顺序，而是有时间戳的时间表。作为竞赛全自动化赛道的参与者，MIPS已被证明是一个通用系统;在每个赛道和每个基准领域，它都能高效地计算出质量卓越的计划。本文介绍并分析了最重要的算法创新，这些创新是解决基准测试问题中新的表达层和实现高水平性能所必需的。这些扩展包括对顺序生成的计划进行关键路线分析，以生成相应的最优并行计划。线性时间算法来计算并行计划绕过已知的NP硬度结果的偏序调度计划的一组行动和强加的优先关系。该算法的效率也使我们能够提高探索指导：对于每个遇到的规划状态，相应的近似顺序计划进行调度。MIPS的一个主要优点是其静态分析阶段，该阶段基于并简化参数化谓词、函数和运算符，推断知识以最小化状态描述长度，并检测域对象对称性。对后一方面进行了详细分析。MIPS已经被开发成一个完整的和最优的状态空间规划器，具有可接受的估计，探索引擎和分支切割。然而，在竞争版本中，必须做出某些性能妥协，包括浮点运算，根据不可接受的估计和参数化优化进行加权启发式搜索…
2011-06-30 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
Interactively Robot Action Planning with Uncertainty Analysis and Active Questioning by Large Language Model
Waseda University（早稻田大学）；Fujitsu Limited（富士通有限公司）；Waseda Research Institute for Science and Engineering（早稻田大学科学与工程研究院）；National Institute of Advanced Industrial Science and Technology（日本产业技术综合研究所）
本文提出一种基于LLM不确定性分析与主动提问的交互式机器人动作规划方法，通过向人类提问收集缺失信息以降低指令设计成本，并在烹饪任务中验证有效性，同时揭示了LLM规划面临的挑战。
2023-10-18 cs.AI cs.RO
Towards Intention Recognition for Robotic Assistants Through Online POMDP Planning
German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心）；Institute of Computer Science, University of Osnabrück（奥斯纳布吕克大学计算机科学学院）
针对工业场景中机器人助手需应对干扰、噪声观测等挑战，本文提出基于在线POMDP规划的部分可观测模型实现意图识别，通过交织信息收集与主动任务达成主动目标识别，展示初步实验结果并讨论相关挑战。
2024-11-26 cs.AI cs.RO
Tight Regret Bounds for Model-Based Reinforcement Learning with Greedy Policies
Technion（以色列理工学院）；Facebook AI Research（脸书人工智能研究院）
最先进的高效的基于基于模型的强化学习（RL）算法通常通过迭代求解经验模型来起作用，即，通过对由所收集的经验构建的马尔可夫决策过程（MDP）执行\emph{full-planning}。在本文中，我们专注于基于模型的RL在有限状态有限视野MDP设置，并建立探索与\emph{greedy policies}-由\emph{1-step planning} -可以实现严格的极小极大性能方面的遗憾，$\tilde{\mathcal{O}}(\sqrt{HSAT})$。因此，可以完全避免基于模型的RL中的完全规划，而不会降低任何性能，并且通过这样做，计算复杂性降低了$S$的一个因素。结果是基于实时动态规划的新的分析，然后扩展到基于模型的RL。具体来说，我们概括现有的算法，执行全面规划，使行动的1步规划。对于这些概括，我们证明了遗憾的界限与他们的全面规划同行相同的速度。
2019-10-31 cs.AI cs.LG stat.ML
Scout-Assisted Planning for Heterogeneous Robot Teams under Partially Known Environments
George Mason University（乔治·马歇尔大学）
本文提出了一种Scout-Assisted Planning框架，通过无人机主动收集环境信息来改进地面车辆的导航，通过信息增益引导的行动剪枝减少回溯成本，实验表明其在不同环境中能显著降低地面机器人旅行成本。
2026-05-21 cs.AI cs.RO
OffRIPP: Offline RL-based Informative Path Planning
Indian Institute of Technology Madras（马德拉斯印度理工学院）；Carnegie Mellon University（卡内基梅隆大学）；Georgia Institute of Technology（佐治亚理工学院）；University of North Carolina at Charlotte（北卡罗来纳大学夏洛特分校）
提出基于离线强化学习的IPP框架OffRIPP，利用批量约束RL缓解外推误差，在无需实时交互下优化信息增益，兼具安全性与高效性，实验证明其优于基线方法。
2024-09-25 cs.AI cs.RO
Anytime Incremental $ρ$POMDP Planning in Continuous Spaces
Technion - Israel Institute of Technology（以色列理工学院）
本文提出随时求解器ρPOMCPOW，通过动态细化信念表示和增量计算依赖信念奖励，在连续空间ρPOMDP规划中显著提升效率与求解质量。
2025-02-04 cs.AI cs.LG cs.RO
Open-vocabulary Queryable Scene Representations for Real World Planning
Everyday Robots（日常机器人公司）；Google（谷歌）；MIT（麻省理工学院）
大语言模型（LLM）已经从人类指令中解锁了任务规划的新能力。然而，以前尝试将LLM应用于现实世界的机器人任务受到周围场景缺乏接地的限制。在本文中，我们开发了NLMap，一个开放的词汇表和可查询的场景表示来解决这个问题。NLMap作为一个框架来收集上下文信息并将其集成到LLM规划器中，允许他们在生成上下文条件规划之前查看和查询场景中的可用对象。NLMap首先利用可视化语言模型（VLM）建立一个自然语言可查询的场景表示。基于LLM的对象建议模块解析指令并建议所涉及的对象以查询场景表示以获得对象可用性和位置。一个LLM规划师然后计划与有关场景的这些信息。NLMap允许机器人在没有固定的对象列表或可执行选项的情况下操作，从而实现以前方法无法实现的真实机器人操作。项目网址：https://nlmap-saycan.github.io
2022-10-15 cs.AI cs.CV cs.RO
A Human-Like Reasoning Framework for Multi-Phases Planning Task with Large Language Models
The University of Hong Kong（香港大学）；Institute of Data Science（数据科学研究所）
本研究提出一个类人规划框架，引导LLM智能体模拟人类多阶段规划步骤，集成策略与知识模块，显著提升旅行规划任务的效率与效果，性能较基线提升10倍。
2024-05-28 cs.AI cs.CL cs.LG
