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
Planning with Uncertainty: Symmetries, Policy Inference, and Solution Compression
INF/UFRGS（乌尔巴诺-弗兰西斯科·里格尔大学信息学院）
本文提出基于显式最佳优先策略空间搜索的FOND规划方法，通过定义策略等价关系、利用群论计算状态对称性、多项式时间策略推断以及整数规划实现部分状态策略压缩，显著提升求解效率。
2026-06-02 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
Path Planning under Time-Dependent Uncertainty
University of Michigan（密歇根大学）
在图中寻找最短路径的标准算法要求路径的成本在边成本中是可加的，并且通常假设成本是确定性的。我们考虑的问题，不确定的边缘成本，潜在的概率之间的依赖关系的成本。虽然这些依赖关系违反了标准的动态规划分解，我们确定了一个较弱的随机一致性条件，证明了一个广义的动态规划方法的基础上随机优势。我们提出了一个修正的路径规划算法，并证明它产生最优路径下的时间依赖的不确定成本。我们测试的算法，将其应用到随机总线网络的模型，并提出经验的性能结果比较它的一些替代品。最后，我们考虑将这些概念扩展到不确定性下更一般的一类启发式搜索问题。
2013-02-20 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
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
A Comprehensive Framework for Long-Term Resiliency Investment Planning under Extreme Weather Uncertainty for Electric Utilities
Boston Consulting Group’s AI Science Institute（波士顿咨询集团人工智能科学研究所）
本文提出一个四部分框架，结合极端天气不确定性、电网数字孪生、蒙特卡洛模拟和多目标优化方法，探讨电网感知优化方法在投资规划中的有效性。
2026-04-02 cs.AI
Generative AI-assisted Participatory Modeling in Socio-Environmental Planning under Deep Uncertainty
School of Computing（计算学院）；Information Systems, Faculty of Engineering（信息学院，工程学院）；Information Technology, The University of Melbourne, Parkville VIC 3010, Australia（信息科技，墨尔本大学，帕克维尔 VIC 3010, 澳大利亚）；Industrial Research Organization (CSIRO), Research Way, Clayton VIC 3168, Australia（工业研究组织（CSIRO），Research Way，克莱顿 VIC 3168, 澳大利亚）；Department of Psychiatry, The University of Melbourne, Parkville VIC 3010, Australia（精神病学系，墨尔本大学，帕克维尔 VIC 3010, 澳大利亚）
本文提出利用大语言模型简化社会环境规划中深不确定性下的问题概念化过程，通过模板化工作流实现参与建模，提升建模效率与准确性。
2026-03-19 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-Constrained Interactive Safety under Behavior Uncertainty for Autonomous Driving
fortiss GmbH（福蒂斯研究所（有限责任公司））；Technische Universität München（慕尼黑工业大学）
在密集的交通中进行规划时，平衡安全性和效率是一项挑战。互动行为规划者将预测的不确定性和互动性固有的这些交通情况。然而，他们使用的单目标最优性阻碍了所产生的安全目标的可解释性。在存在行为不确定性的情况下，限制允许规划区域的安全包络产生可解释的安全性，然而，由于保守驾驶，它们在密集交通中牺牲效率。研究表明，人类通过接受违反安全包络的概率风险来平衡密集交通中的安全和效率。在这项工作中，我们采用这种安全目标的互动规划。具体来说，我们正式这个安全目标，提出了风险约束鲁棒随机贝叶斯博弈模型的交互式决策，满足最大的风险违反安全信封下的其他交通参与者的行为的不确定性和解决它使用我们的变体多智能体蒙特卡罗树搜索。我们在模拟中证明，我们的方法优于基线方法，并通过在驱动模拟时间内达到指定的违规风险水平，为交互式规划提供了一个可解释和可调的安全目标。
2021-02-05 cs.AI
Planning in Stochastic Environments with Goal Uncertainty
College of Information and Computer Sciences, University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校信息与计算机科学学院）；Alliance Innovation Lab Silicon Valley（联盟硅谷创新实验室）
我们提出了目标不确定的随机最短路径（GUSSP）问题-一个通用的框架模型的路径规划和决策在随机环境中的目标不确定性。该框架扩展了随机最短路径（SSP）模型的动态环境中，它是不可能的，以确定确切的目标状态提前执行计划。GUSSP通过允许对可能的目标配置的信念来引入目标规范的灵活性。潜在目标的独特观察有助于智能体在计划执行期间识别真正的目标。部分可观测性被限制到目标，便于减少到一个SSP与修改的状态空间。我们正式定义了一个GUSSP，并讨论其理论性质。然后，我们提出了一个可接受的启发式，减少规划时间使用FLARES -一个开始的最先进的概率规划。我们还提出了一个确定性的方法来解决这类问题。最后，我们提出了实证研究结果的搜索和救援移动机器人和其他三个问题域的模拟。
2020-04-03 cs.AI
Compiling Uncertainty Away in Conformant Planning Problems with Bounded Width
Universitat Pompeu Fabra（庞培法布拉大学）；ICREA（加泰罗尼亚高级研究学院）
一致性规划是在初始状态或行动效果存在不确定性的情况下，找到一系列行动以实现目标的问题。这个问题已经接近作为一个路径寻找问题的信念空间中，良好的信念表示和推理是至关重要的扩展。在这项工作中，一个不同的配方，介绍了符合问题的确定性行动，他们自动转换成经典的，并解决了现成的经典规划。转换将文字L和关于初始情况的假设t的集合映射到表示如果t初始为真则L必须为真的新文字KL/t。我们制定了一个通用的翻译方案，是健全的，并建立条件下的翻译也是完整的。我们表明，完整的翻译的复杂性是指数的参数的问题称为一致的宽度，这对于大多数基准是有界的。基于该翻译的规划器与现有规划器相比表现出良好的性能，并且是2006年国际规划竞赛Conformant Track中表现最好的规划器T0的基础。
2014-01-15 cs.AI
Combining Offline Models and Online Monte-Carlo Tree Search for Planning from Scratch
Xiamen University（厦门大学）
随机和部分可观测环境中的规划问题是人工智能的一个核心问题。解决这类问题的一个常用技术是首先构建一个精确的模型。虽然最近已经提出了一些方法来学习模型不确定性下的最佳行为，先验知识的环境仍然需要保证所提出的算法的性能。利用预测状态表示（Predictive State Representations~（PSR））方法的状态表示和模型预测的优点，本文提出了一种从头开始规划的方法，该方法首先离线学习PSR模型，然后结合在线蒙特卡罗树搜索进行模型不确定性规划。通过与模型不确定性规划方法的比较，证明了所提出方法的有效性及其收敛性。我们所提出的方法的有效性和可扩展性也进行了测试的RockSample问题，这是不可行的最先进的BA-POMDP为基础的方法。
2019-04-05 cs.AI
A Bayesian Approach to Online Planning
General Motors（通用汽车公司）；Technion - Israel Institute of Technology（以色列理工学院）
提出一种基于Thompson sampling的贝叶斯在线规划方法，利用神经网络输出的不确定性估计改进Monte Carlo tree search，在ProcGen环境中显著提升了搜索效率。
2024-06-04 cs.AI
Flaw Selection Strategies for Partial-Order Planning
最近的几项研究比较了偏序因果链（POCL）规划的替代缺陷选择策略的相对效率。我们回顾了这些文献，并提出了新的实验结果，概括了早期的工作，并解释了其中的一些差异。特别是，我们描述了最小成本缺陷修复（LCFR）的策略，并分析了Joslin和Pollack（1994），并比较它与其他策略，包括Gerevini和Schubert（1996）的ZLIFO策略。LCFR和ZLIFO在减少POCL规划中搜索空间大小的最有效方法方面有很大的不同，而且显然是相互冲突的。我们解决这个冲突，认为Gerevini和Schubert归因于他们的ZLIFO策略的LIFO组件的大部分好处更好地归因于其他原因。我们表明，对于许多问题，一个策略，结合成本最低的缺陷选择与可分离的威胁的延迟将有效地减少搜索空间的大小，并会这样做，而不会有过多的计算开销。虽然这样的策略，从而提供了一个很好的默认值，我们也表明，某些领域的特点可能会降低其有效性。
1997-06-01 cs.AI
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
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
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
GrASP: Gradient-Based Affordance Selection for Planning
University of Michigan（密歇根大学）；DeepMind（深度思维）
用学习模型进行规划可以说是智能的一个关键组成部分。在大规模强化学习（RL）问题中实现这样的组件存在若干挑战。一个这样的挑战是在使用树搜索规划时有效地处理连续动作空间（例如，即使仅在树的根结点考虑每个动作也是不可行的）。在本文中，我们提出了一种方法，用于选择启示有用的规划-学习的行动/选项，从一个连续的空间的行动/选项，以考虑在树扩展过程中，在规划的小数目。我们考虑的启示是目标和状态条件映射到动作/选项，以及无条件的启示，简单地选择在所有状态下可用的动作/选项。我们的选择方法是基于梯度的：我们通过规划过程计算梯度，以更新表示示能表示的函数的参数。我们的实证研究表明，学习选择连续行动和选项启示是可行的，同时学习选择启示和规划与学习价值等价模型可以优于无模型强化学习。
2022-02-08 cs.AI cs.LG
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
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
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
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
Object Search in Partially-Known Environments via LLM-informed Model-based Planning and Prompt Selection
Department of Computer Science, George Mason University（乔治·马歇尔大学计算机科学系）
本文提出了一种基于LLM的模型规划框架和提示选择方法，用于部分已知环境中的物体搜索。利用LLM估计不同位置搜索目标物体的可能性，并结合环境地图提取的旅行成本，以实现有效的搜索性能。
2026-07-09 cs.AI cs.LG 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
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
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
Adaptive Information Belief Space Planning
Technion - Israel Institute of Technology（以色列理工学院）；Department of Aerospace Engineering（航空航天工程系）；Technion Autonomous Systems Program（以色列理工学院自主系统项目）
对不确定性的推理在许多现实生活中的自治系统中至关重要。然而，目前最先进的规划算法不能明确地推理不确定性，或者这样做具有很高的计算负担。在这里，我们专注于有效地做出明智的决策，使用明确处理不确定性的奖励函数。我们制定了一个近似，即一个抽象的观察模型，使用聚合方案，以减轻计算成本。我们推导出的预期信息理论的奖励函数的界限，因此，在价值函数。然后，我们提出了一种方法来细化聚合，以实现相同的动作选择的一小部分的计算时间。
2022-01-28 cs.AI cs.RO
Cloth Manipulation Planning on Basis of Mesh Representations with Incomplete Domain Knowledge and Voxel-to-Mesh Estimation
Shinshu University（信州大学）
我们考虑机器人布料操作的开放目标规划问题。我们的系统的核心是一个神经网络训练作为一个前向模型的布料行为下操纵，规划通过反向传播执行。我们引入了一个基于神经网络的例程，用于从体素输入估计网格表示，并在内部以网格格式执行规划。我们解决的问题，规划与不完整的领域知识，通过一个明确的认知不确定性信号。该信号是根据前向模型网络的两个实例之间的预测偏差计算的，并用于避免规划期间的认知不确定性。最后，我们介绍了逻辑处理限制的把握点的一组离散的候选人，以适应机器人硬件施加的可抓取性约束。我们评估系统的网格估计，预测和规划能力模拟布序列的一到三个操作。比较实验证实，估计网格的基础上的规划，提高精度相比，基于体素的规划，和认知不确定性的避免提高性能的条件下，不完整的领域知识。规划的时间成本是几秒钟。我们还提出了机器人硬件的定性结果。
2021-11-12 cs.AI cs.RO
Safe and Efficient Path Planning under Uncertainty via Deep Collision Probability Fields
TU Darmstadt（达姆施塔特工业大学）；German Research Center for AI (DFKI)（德国人工智能研究中心）
本文提出 Deep Collision Probability Fields，将采样式碰撞概率估计转移到训练阶段，以神经网络快速推理支持含不确定静态与动态障碍物的二维安全路径规划。
2024-09-06 cs.AI cs.RO
Perception-and-Energy-aware Motion Planning for UAV using Learning-based Model under Heteroscedastic Uncertainty
Keio University（庆应义塾大学）
针对GNSS拒止环境，本文提出联合优化无人机能耗与LiDAR感知质量的运动规划器，并用学习模型刻画随水平速度变化的能耗和异方差不确定性，仿真验证其可平衡能效与定位精度。
2023-09-25 cs.AI cs.RO
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
