A Method for Planning Given Uncertain and Incomplete Information
The University of Melbourne（墨尔本大学）；Materials Research Laboratory（材料研究实验室）
本文介绍了正在进行的研究规划在一个不确定的环境。特别是，它介绍了U计划，一个规划系统，构建定量排名计划给定的世界状态的不完整描述。U-Plan使用DempsterShafer间隔来消除关于世界状态的不确定和不完整信息。规划器将已知的世界作为输入，并在不同的抽象层次上构造一些可能的初始状态。为具有最大支持度的初始状态构造一个计划，并测试该计划是否适用于其他可能的初始状态。所有、部分或没有现有计划可以用于生成剩余可能世界的计划。规划是在一个抽象的层次结构中进行的，在这个层次结构中，战略决策先于战术决策。一个超级计划，然后构建，合并的一组计划和适当的时间获取的基本知识，这是用来决定计划之间的替代品。U-Plan通常比经典规划器生成一组计划（每个可能世界一个）所需的时间更短。
2013-03-06 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
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
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-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
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
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
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
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
D-Point Trigonometric Path Planning based on Q-Learning in Uncertain Environments
KI4AI, KAIST（韩国科学技术院KI4AI研究所）
寻找机器人穿越障碍物从起点到终点的最优路径仍然是一个具有挑战性的问题。针对动态不确定环境中所有障碍物和目标都在运动的情况，提出了一种基于Q-学习算法的D点三角路径规划方法。我们定义了一个新的Q学习的状态、动作和奖励函数，通过Q学习，智能体可以在每个状态下找到最佳动作，以最合适的路径到达目标，D点方法使可能的状态数最小化。此外，在Unity3D实验证实了高收敛速度，高命中率，以及所提出的方法相比，对手的方法对环境参数的依赖性低。
2019-10-26 cs.AI cs.LG
Convex Risk Bounded Continuous-Time Trajectory Planning and Tube Design in Uncertain Nonconvex Environments
MIT, Computer Science；Artificial Intelligence Laboratory. These authors contributed equally to the paper.
针对含概率障碍物的不确定非凸动静环境，本文利用风险等值线将规划转化为确定性优化，并通过平方和凸优化实现无时间离散化的连续时间风险有界轨迹及最大安全管设计。
2023-06-04 cs.AI cs.RO math.OC
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
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
Online Planning in Uncertain and Dynamic Environment in the Presence of Multiple Mobile Vehicles
Luddy School of Informatics, Computing, and Engineering at Indiana University（印第安纳大学卢迪信息学、计算与工程学院）；Expedia Group（亿客行集团）
研究了在时变不确定环境干扰下移动机器人在其他移动车辆存在下的自主导航问题。我们首先预测其他车辆的未来状态分布，以解释它们受时变干扰影响的不确定行为。然后，我们构建了一个动态障碍感知可达空间，其中包含了机器人，在其中搜索最优策略达到高概率的状态。由于，在一般情况下，车辆和环境干扰的动态是非线性的，我们利用非线性高斯滤波器-无迹变换-来近似未来的状态分布。最后，迭代前向可达空间计算和后向策略搜索直到收敛。广泛的模拟评估表明，该方法在计算时间，决策精度和规划可靠性方面具有显着的优势。
2020-09-08 cs.AI cs.RO
Cooperative Trajectory Planning in Uncertain Environments with Monte Carlo Tree Search and Risk Metrics
Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）
自动驾驶汽车需要与人类合作的能力，以顺利融入当今的交通。虽然合作的概念是众所周知的，开发一个强大的和有效的合作轨迹规划方法仍然是一个挑战。这一挑战的一个方面是由于传感器精度有限而导致的环境状态的不确定性。这种不确定性可以用部分可观测马尔可夫决策过程来表示。我们的工作解决了这个问题，通过扩展现有的合作轨迹规划方法的基础上连续动作空间的蒙特卡罗树搜索。它通过以根信念状态的形式显式地建模不确定性来实现这一点，从根信念状态开始对树的开始状态进行采样。在用蒙特卡罗树搜索构造树之后，使用核回归将它们的结果聚合成收益分布。我们应用两个风险指标进行最终选择，即置信下限和条件风险值。可以证明，在最终选择策略中集成风险度量在不确定的环境中始终优于基线，从而生成相当安全的轨迹。
2022-11-12 cs.AI cs.MA cs.RO
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
Differential Evolution for Efficient AUV Path Planning in Time Variant Uncertain Underwater Environment
Flinders University（弗林德斯大学）；University of Washington（华盛顿大学）；Seattle Children's Research Institute（西雅图儿童研究所）
研究了复杂湍流水下环境下AUV三维路径规划问题，其中考虑了静止的海流图数据和不确定的静-动时变障碍物。AUV路径规划对这种强可变性的鲁棒性被认为是一个复杂的NP难问题，并且被认为是确保车辆安全部署的关键问题。有效的进化技术有很大的潜力，处理NP难复杂性的路径规划问题，作为更强大和快速的算法在其他方法中提到的问题。本文将差分进化技术应用于水下机器人路径规划问题的研究。本文所设计的路径规划器能够从实际地图中提取可行区域，并考虑沿海地区、岛屿、静态/动态障碍物和洋流等因素，以较小的计算时间提供有效的路径。实验结果表明，该方法具有较强的鲁棒性和高效性，能够有效地利用有用电流，实时避免碰撞边界，提高了车辆路径规划能力。所提出的方法也是灵活的，严格尊重车辆的运动约束抵抗当前的不稳定性。
2016-12-04 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
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
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
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
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
Know Where You're Uncertain When Planning with Multimodal Foundation Models: A Formal Framework
The University of Texas at Austin（德克萨斯大学奥斯汀分校）
针对多模态基础模型在机器人感知与规划中的不确定性问题，提出解耦、量化并缓解感知与决策不确定性的框架，通过保形预测、FMDP量化及靶向干预，降低变异性40%、提升成功率5%，增强系统可靠性。
2025-04-17 cs.AI cs.CV cs.LG
Real-Time Tube-Based Non-Gaussian Risk Bounded Motion Planning for Stochastic Nonlinear Systems in Uncertain Environments via Motion Primitives
Massachusetts Institute of Technology（麻省理工学院）；NASA Jet Propulsion Lab, California Institute of Technology（加州理工学院NASA喷气推进实验室）
针对长期任务中非高斯不确定性随时间增长导致现有方法失效的问题，提出离线运动原语与连续时间管结合在线SOS风险等值线验证的实时规划框架，提供有界碰撞概率保证。
2023-08-14 cs.AI cs.RO cs.SY
