Planning with Noisy Probabilistic Relational Rules
有噪声的概率关系规则是一个有前途的世界模型表示有几个原因。它们是紧凑的，并且在世界实例上通用。它们通常是可解释的，并且可以从复杂世界中的行动经验中有效地学习。我们调查推理与接地关系域中的这些规则。我们的算法利用规则的紧凑性，有效和灵活的决策理论规划。作为第一种方法，我们将这些规则与基于前瞻树的上置信界应用于树（UCT）算法相结合。我们的第二种方法将这些规则转换成一个结构化的动态贝叶斯网络表示，并使用近似推理和世界状态的信念来预测动作序列的影响。我们评估我们的方法的有效性规划在一个模拟的复杂的3D机器人操作场景与关节式机械手和现实的物理和概率规划比赛的领域。实证结果表明，我们的方法可以解决问题，现有的方法失败。
2014-01-16 cs.AI
Risk Awareness in HTN Planning
Service Computing Department, Institute of Architecture of Application Systems, University of Stuttgart（应用系统架构研究所服务计算系，斯图加特大学）
本文针对HTN规划中缺乏风险意识的问题，提出基于期望效用理论和动作成本概率分布的通用风险感知HTN规划框架，使智能体能按特定风险态度计算计划，并通过案例研究验证其可行性与表达能力。
2025-06-04 cs.AI
Existence and Finiteness Conditions for Risk-Sensitive Planning: Results and Conjectures
University of Texas at Austin（德克萨斯大学奥斯汀分校）；University of Southern California（南加利福尼亚大学）
具有风险敏感规划目标的决策理论规划对于构建自主智能体或决策支持系统具有重要意义。然而，这条研究路线在很大程度上被人工智能和运筹学界所忽视，因为具有风险敏感规划目标的规划比具有风险中性规划目标的规划更复杂。为了弥补这种情况，我们推导出的条件，保证最佳的预期效用的总计划执行奖励存在和有限的完全可观察的马尔可夫决策过程模型的非线性效用函数。在具有正报酬和负报酬的马尔可夫决策过程模型中，我们的大多数结果只适用于平稳策略，但我们猜想它们可以推广到非平稳策略。
2012-07-04 cs.AI
A Probabilistic Model of Action for Least-Commitment Planning with Information Gather
University of Washington（华盛顿大学）
人工智能规划算法已经解决了生成实现某些输入目标的操作符序列的问题，通常假设规划代理对世界具有完美的控制和信息。放松这些假设需要对动作表示进行扩展，允许对动作所做的更改及其提供的信息进行推理。本文提出了一种行动表示，扩展了确定性的CNOPS模型，使行动既有因果关系和信息的影响，这两者都可以是上下文相关的和嘈杂的。我们还演示了如何一个标准的最小承诺规划算法可以扩展到包括信息行动和权变执行。
2013-02-27 cs.AI
The Computational Complexity of Probabilistic Planning
我们研究的计算复杂性的测试，并找到小计划在概率规划域与平面和命题表示。计划评估和存在的复杂性与寻求的计划类型不同，我们检查完全有序的计划，非循环计划，循环计划，计划价值的三个自然定义下的偏序计划。我们发现，感兴趣的问题是完整的各种复杂性类：PL，P，NP，co-NP，PP，NP^PP，co-NP^PP和PSPACE。在证明某些规划问题是NP^PP完全的过程中，我们引入了一个新的基本NP^PP完全问题，E-MAJSAT，它将标准的布尔可满足性问题推广到涉及概率量的计算;我们的研究结果表明，E-MAJSAT的良好算法的发展可能是非常重要的，为各种各样的问题创建有效的算法。
1998-08-01 cs.AI
Online Risk-Averse Planning in POMDPs Using Iterated CVaR Value Function
Technion - Israel Institute of Technology（以色列理工学院）
本文提出在POMDPs中使用ICVaR价值函数进行在线风险厌恶规划，通过扩展三种算法以优化风险度量，实验显示其在降低尾部风险方面优于传统方法。
2026-01-28 cs.AI
Heuristic Search for Multi-Objective Probabilistic Planning
The Australian National University（澳大利亚国立大学）；LAAS-CNRS（法国国家科学研究中心分析与系统结构实验室）
针对多目标随机最短路径问题，提出 MOLAO* 与 MOLRTDP 启发式搜索算法及多种领域无关启发式，用于计算非支配策略覆盖集。
2023-03-25 cs.AI
Probabilistic Relational Planning with First Order Decision Diagrams
Oregon State University（俄勒冈州立大学）；Tufts University（塔夫茨大学）
动态规划算法已成功地应用于命题随机规划问题，通过使用紧凑的表示，特别是代数决策图，捕捉域动态和价值函数。符号动态规划的工作提升了这些想法，一阶逻辑使用几种表示方案。最近的工作介绍了一阶变量的决策图（FODD），并开发了一个值迭代算法，这种表示。本文开发了几个改进的FODD算法，使该方法的实用。这些包括，新的减少运营商，减少的大小表示，几个加速技术，和技术的值近似。在此基础上，提出了一个求解相关随机规划问题的规划系统FODD-Planner。该系统在几个领域进行了评估，包括最近的国际规划竞赛的问题，并显示出与顶级系统的竞争力。这是第一次证明这种方法的可行性，它表明，通过紧凑的表示抽象是一个很有前途的方法随机规划。
2014-01-16 cs.AI
Compact Policies for Fully-Observable Non-Deterministic Planning as SAT
University of Massachusetts（马萨诸塞大学）；ICREA；Universitat Pompeu Fabra（庞培法布拉大学）
完全可观测的非确定性（FOND）规划正变得越来越重要，作为一种方法来计算适当的政策，在概率规划，LTL规划的扩展时间计划，广义规划的一般计划。在这项工作中，我们引入了一个SAT编码FOND规划，是紧凑的，可以产生紧凑的强循环的政策。编码的简单变化也被引入用于强规划和我们所谓的双重FOND规划，其中一些不确定的动作被假设为公平的（例如，概率性的）和其它不公平的（例如，对抗性的）。由此产生的FOND规划者与现有的规划者在现有的和新的基准经验进行比较。“概率有趣的问题”的概念也重新审视，以产生一个更全面的图片的优势和局限性，目前FOND规划和拟议的SAT方法。
2018-06-25 cs.AI
Automatic Induction of Bellman-Error Features for Probabilistic Planning
Purdue University（普渡大学）
领域特定的特征在整个机器学习和决策理论规划中表示问题结构是很重要的。在规划中，一旦提供了状态特征，诸如近似值迭代之类的独立于域的算法就可以学习那些特征的加权组合，这些特征通常表现得很好，作为状态值的启发式估计（例如，目标的距离）。在现实世界领域中成功的应用程序通常需要由人类专家精心制作的功能。在这里，我们提出了学习有用的特定领域的功能集，很少或没有人为干预的自动化过程。我们的方法选择和添加功能，描述状态空间区域的高度不一致的贝尔曼方程（状态贝尔曼错误）在近似值迭代。我们的方法可以使用任何实值特征假设空间和相应的学习方法来从状态值对的训练集中选择特征。我们评估的方法与假设空间定义的关系和命题特征语言，使用九个概率规划域。我们表明，近似值迭代使用的关系特征空间执行在最先进的领域独立的随机关系规划。我们的方法提供了第一个独立于域的方法，成功地玩俄罗斯方块（没有人类工程的功能）。
2014-01-16 cs.AI
A Multi-stage Probabilistic Algorithm for Dynamic Path-Planning
Universidad Técnica Federico Santa María（费德里科·圣玛丽亚技术大学）；INRIA（法国国家信息与自动化研究所）；LORIA（洛林计算机科学及其应用实验室）
概率抽样方法已经成为解决单次射击路径规划问题的一种非常流行的方法。特别是快速探索随机树（RRT）已被证明是有效的解决高维问题。尽管已经提出了几种RRT变体用于动态重新规划，但这些方法仅在不频繁变化的环境中表现良好。本文针对动态路径规划问题，结合简单的技术，在多阶段的概率算法。该算法使用RRT进行初始规划和知情的本地搜索导航。我们表明，这种简单的技术组合提供了更好的响应高度动态的环境比RRT扩展。
2009-12-01 cs.AI cs.RO
Towards Probabilistic Planning of Explanations for Robot Navigation
King’s College London（伦敦国王学院）
本文提出一种概率框架，将用户中心设计融入机器人路径规划，通过概率建模用户解释偏好，自动规划解释以增强透明度和适应性。
2024-10-26 cs.AI cs.RO
Beyond Uncertainty Reduction: Calibrated Planning for Interactive Diagnosis
Lanzhou University（兰州大学）；Hunan University（湖南大学）；National University of Singapore（新加坡国立大学）；City University of Hong Kong（香港城市大学）；The Ohio State University（俄亥俄州立大学）
该研究针对交互式医疗诊断漏诊重症的风险与长程规划缺失问题，提出严重程度感知共形临床规划框架，在DDXPlus和MediQ上提升了诊断准确性、鉴别质量并降低了高风险错误。
2026-10-19 cs.AI
Theoretical Foundations for Abstraction-Based Probabilistic Planning
University of Wisconsin-Milwaukee（威斯康星大学密尔沃基分校）
不确定性下的世界和行为建模是决策理论规划框架中的核心问题之一。这种表示必须足够普遍，以捕捉现实世界的问题，但同时它必须提供一个基础上，理论结果可以得出。我们在这里提出的框架中的中心概念是仿射算子，它是构造概率分布（凸）集的工具，可以被认为是置信函数和区间质量分配的推广。在世界的状态的不确定性建模的概率分布集，表示为仿射树，而行动被定义为树操纵器。一个小集合的仿射算子的关键属性，形成的基础上，大多数现有的基于操作的概率动作投影和动作抽象的定义。我们推导并证明了正确的三个投影规则，生动地说明了在平面投影中的精度和复杂性的权衡。最后，我们将展示Haddawy和Doan确定的三种类型的动作抽象在本框架中的表现。
2013-02-13 cs.AI
iCORPP: Interleaved Commonsense Reasoning and Probabilistic Planning on Robots
The State University of New York at Binghamton（纽约州立大学宾汉姆顿分校）；Sony AI, Sony Corporation of America（索尼美国公司索尼人工智能部门）；The University of Texas at Austin（德克萨斯大学奥斯汀分校）
本文提出 iCORPP 算法，将常识推理与概率规划交错耦合，使机器人能同时理解世界状态、主动收集信息并完成长期服务任务。
2023-10-01 cs.AI
Probabilistic Uncertainty-Aware Risk Spot Detector for Naturalistic Driving
Honda Research Institute (HRI) Europe（本田欧洲研究院（HRI 欧洲））
风险评估是自动驾驶汽车（AV）开发和验证的核心要素。它包括未来关键事件的发生概率和严重性的组合。车头时距（TH）和接触时间（TTC）是常用的风险度量，与发生概率有定性关系。然而，它们缺乏理论推导，此外，它们被设计为仅覆盖特殊类型的交通场景（例如，在单车对之间跟随）。在本文中，我们提出了一个概率的情况下的生存分析考虑的基础上的风险模型，并将其扩展到自然地将感官，时间和行为的不确定性，因为它们出现在现实世界中的场景。由此产生的风险点检测器（RSD）的应用和测试的自然驾驶数据的多车道大道与几个十字路口，使道路危险度地图的可视化。与TH和TTC相比，我们的方法在预测风险方面更具选择性和特异性。RSD集中在车辆密度高的驾驶路段，这些路段发生大的加速度和减速或高速接近。
2023-03-13 cs.AI
Stochastic Planning and Lifted Inference
Tufts University（塔夫茨大学）；University of Toronto（多伦多大学）
提升概率推理（Poole，2003）和提升随机规划的符号动态规划（Boutilier et al，2001）是在随机系统中使用抽象的算法努力的同时引入的。多年来，这些想法演变成两个不同的研究路线，每一个都有丰富的文献支持。提升概率推理侧重于在有限域假设下对基于模板的图形模型进行有效的算术运算，而符号动态规划侧重于在丰富的量化逻辑动作模型和开放域推理中支持顺序决策。鉴于它们的共同动机，但不同的重点，这两条研究路线产生了高度互补的创新。在本章中，我们的目标是通过从概率推理的角度概述提升的随机规划来帮助缩小这两个研究领域之间的差距，并显示出与本书其他章节的密切联系。这也使我们能够将广义提升推理定义为一种范式，它统一了这些领域，并阐明了未来研究的开放问题，这些问题可以使提升推理和随机规划受益。
2017-01-04 cs.AI
Observer-Aware Probabilistic Planning Under Partial Observability
本文提出了一种基于观察-aware 马尔可夫决策过程的框架，用于处理部分可观测性下的规划问题，通过优化信息传输来提升可解释性和可预测性。
2025-11-20 cs.AI
Decentralized Planning Using Probabilistic Hyperproperties
Brno University of Technology（布拉格技术大学）
本文提出利用概率超属性和MDP进行去中心化规划，扩展了规划技术的规范能力，并建立了与特定Dec-MDPs规划的联系。
2025-02-19 cs.AI cs.LO
Probabilistic Exploration in Planning while Learning
National Research Council Canada（加拿大国家研究委员会）
不完全信息的顺序决策任务的特点是探索问题，即进一步探索以了解更多的环境和立即利用积累的信息进行决策之间的权衡。在人工智能中，人们对研究这些决策任务的边规划边学习算法越来越感兴趣。在本文中，我们专注于强化学习和Q-学习中的探索问题。现有的探索策略Q学习是一种启发式的性质，他们表现出有限的规模在大（或无限）的状态和动作空间的任务。在比较可能的计划（即探索）时，需要有效的实验来解决不确定性。实验应该足以选择具有统计意义的局部最优计划（即开发）。为此，我们开发了一个概率爬山算法，使用统计选择过程来决定需要多少探索选择一个计划，这是任意高的概率，任意接近局部最优的。由于其通用性，该算法可以用于鲁棒Q学习的探索策略。在一个相对复杂的控制任务上的实验表明，该探索策略的性能优于典型的探索策略。
2013-02-20 cs.AI
Combining a Probabilistic Sampling Technique and Simple Heuristics to solve the Dynamic Path Planning Problem
Universidad Técnica Federico Santa María（费德里科·圣玛丽亚理工大学）；INRIA/LORIA（法国国家信息与自动化研究所/洛林计算机科学及其应用实验室）
概率抽样方法已经成为解决单次射击路径规划问题的一种非常流行的方法。特别是快速探索随机树（RRT）已被证明在解决高维问题方面非常有效。尽管已经提出了几种RRT变体来解决动态重新规划问题，但这些方法仅在不频繁变化的环境中表现良好。本文针对动态路径规划问题，结合简单的技术，在多阶段的概率算法。该算法使用RRT作为初始解，通知局部搜索来修复不可行路径和一个简单的贪婪优化器。该算法能够识别本地搜索何时卡住，并随后重新启动RRT。我们表明，这种简单的技术相结合，提供了更好的反应，一个高度动态的环境比动态RRT的变种。
2009-12-01 cs.AI cs.RO
Generative Probabilistic Planning for Optimizing Supply Chain Networks
Noodle AI
针对传统供应链规划方法易局部最优、可扩展性差的问题，提出结合注意力GNN、离线深度强化学习与策略仿真的生成式概率规划GPP，可实现全局优化的动态供应规划，经企业数据验证能显著提升性能与盈利。
2024-04-11 cs.AI cs.LG
Probabilistic Planning with Preferences over Temporal Goals
Worcester Polytechnic Institute（伍斯特理工学院）
我们提出了一个形式语言指定定性偏好的时间目标和随机系统中基于偏好的规划方法。使用自动机理论建模，所提出的规范允许我们表达偏好不同的结果集，其中每个结果描述了一组时间序列的子目标。我们定义了一个随机过程中可能的结果的偏好满意度的值，并开发了一个算法的时间约束的概率规划标记马尔可夫决策过程中，代理的目标是最大限度地满足其偏好公式在一个预定义的有限的持续时间。我们目前的实验结果使用随机网格世界的例子，并讨论可能的扩展建议的偏好模型。
2021-03-26 cs.AI cs.FL cs.SY
Probabilistic Planning with Partially Ordered Preferences over Temporal Goals
University of Florida（佛罗里达大学）
在本文中，我们研究规划随机系统，建模为马尔可夫决策过程（MDP），在时间上扩展的目标的偏好。先前的工作时间规划的偏好假设用户的偏好形成一个总的顺序，这意味着每对结果是相互比较的。在这项工作中，我们考虑的情况下，可能的结果的偏好是一个偏序，而不是一个总的顺序。我们首先介绍了一个变种的确定性有限自动机，称为偏好DFA，用于指定用户的偏好在时间上扩展的目标。基于序理论，我们将偏好DFA转化为一个标记MDP中的概率规划策略偏好关系。在这种治疗中，最优选的政策诱导弱随机非支配概率分布的有限路径的MDP。所提出的规划算法取决于一个多目标MDP的建设。我们证明了弱随机非支配政策的偏好规格是帕累托最优的构造多目标MDP，反之亦然。在整个文件中，我们采用了一个运行的例子来证明所提出的偏好规范和解决方案的方法。我们使用的例子与详细的分析，我们的算法的有效性，然后讨论可能的未来方向。
2023-03-07 cs.AI cs.RO
Explicit-risk-aware Path Planning with Reward Maximization
Texas A&M University（得克萨斯农工大学）；Department of Computer Science and Engineering, Texas A&M University（得克萨斯农工大学计算机科学与工程系）
本文开发了一种路径规划器，该路径规划器最小化风险（例如，运动执行），同时最大化累积奖励（例如，传感器视点的质量）由非结构化或受限环境中的视觉辅助或跟踪场景激发。在这些场景中，机器人在向目标移动时应保持最佳视点。然而，在非结构化或受限的环境中，某些路径可能会增加碰撞的风险，因此存在风险和回报之间的权衡。传统的状态相关风险或概率不确定性建模不考虑路径级风险或难以获得。该风险-回报计划器明确地将风险表示为运动计划的函数，即，路径。该规划器无需手动分配风险对规划器造成的负面影响，而是采用预先建立的视点质量地图，并同时规划目标位置和通往目标位置的路径，以便在最小化风险的同时最大化沿着整个路径的总体回报。给出了精确算法和近似算法，并在一个实际的绳系飞行器上进行了求解。除了视觉辅助问题，该框架还提供了一个新的规划范式，以解决动态风险和缺乏子结构最优性的最小风险规划，并平衡回报和风险之间的权衡。
2019-03-07 cs.AI cs.RO
Simplifying Complex Observation Models in Continuous POMDP Planning with Probabilistic Guarantees and Practice
Technion Autonomous Systems Program (TASP), Technion - Israel Institute of Technology（以色列理工学院自主系统项目（TASP），以色列理工学院）；Department of Aerospace Engineering, Technion - Israel Institute of Technology（以色列理工学院航空航天工程系）
本研究提出基于统计总变差距离的概率界，允许在连续POMDP规划中使用简化观测模型，同时保留形式化质量保证，并演示了其在在线求解器中的集成。
2025-05-24 cs.AI cs.RO
Skill-based Safe Reinforcement Learning with Risk Planning
School of Computer Science, Carleton University（卡尔顿大学计算机科学学院）
本文提出安全技能规划（SSkP）方法，利用离线演示数据通过PU学习构建技能风险预测器，并结合在线风险规划高效学习风险规避的安全策略，在多个机器人仿真基准中优于现有安全强化学习方法。
2025-05-02 cs.AI cs.LG
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
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
A Probabilistic Transmission Expansion Planning Methodology based on Roulette Wheel Selection and Social Welfare
Indian Institute of Technology Kanpur（印度理工学院坎普尔分校）
提出一种无需预先指定新增输电容量、利用社会福利概念的概率输电扩展规划方法，通过轮盘赌计算线路容量和潮流分析计算期望未供电量，并在改进IEEE 5节点系统上验证了仅新增线路不足以最小化期望未供电量。
2012-03-12 cs.AI cs.SY eess.SY
Risk-Aware Semantic Grounding for Trustworthy LLM-Based Robot Planning
Institute of Theoretical and Applied Informatics, Polish Academy of Sciences（波兰科学院理论与应用信息学研究所）
本文提出风险感知语义锚定框架，通过多维风险估计建模不确定性，使LLM机器人规划器能决定执行、澄清或拒绝指令，并在TRUST-NAV基准上显著提升模糊检测与冲突拒绝能力。
2026-09-30 cs.AI cs.RO
Cognitive Offloading in Agile Teams: How Artificial Intelligence Reshapes Risk Assessment and Planning Quality
University of Massachusetts Amherst（马萨诸塞大学阿姆赫斯特分校）
本文通过实验比较AI、人类和混合规划模型，发现AI虽高效但风险评估差，人类虽灵活但成本高，提出混合框架提升规划质量。
2026-04-15 cs.AI cs.HC
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
From nuclear safety to LLM security: Applying non-probabilistic risk management strategies to build safe and secure LLM-powered systems
Amazon Web Services（亚马逊云服务）；Loyola University of Chicago（芝加哥洛约拉大学）；University of Wisconsin at Madison（威斯康星大学麦迪逊分校）
该研究将核工程等领域的非概率风险管理策略（100多种）应用于LLM驱动系统，以应对自适应对手等新兴风险，提出五类策略映射和LLM辅助工作流程，增强AI安全与可靠性。
2025-05-20 cs.AI cs.CR
Risk Aware Adaptive Belief-dependent Probabilistically Constrained Continuous POMDP Planning
Technion - Israel Institute of Technology（以色列理工学院）
虽然风险意识是一个在线操作代理的基础，但在具有挑战性的连续域和部分可观测性下，它受到的关注较少。本文提出了一种新的公式和解决方案的风险厌恶的信念依赖的概率约束连续POMDP。我们解决了一个苛刻的设置依赖于信念的奖励和约束算子。概率置信度参数使我们的公式真正规避风险，比最先进的机会约束更灵活。我们严格的分析表明，在最严格的概率置信度的情况下，我们的配方是非常接近的机会约束。然而，我们的概率公式允许更快，更准确的自适应接受或修剪的行动履行或违反约束。此外，在任意置信参数下，我们没有找到与我们的方法类似的任何方法。我们提出了算法的解决方案，我们的配方在连续域。我们还使用重要性采样将机会约束方法提升到连续环境中。此外，我们提出的所有算法都可以使用粒子表示的参数和非参数信念。最后，我们给出了机会约束连续POMDP的一个近似，并对其进行了严格的分析和模拟。仿真结果表明，我们的算法表现出前所未有的celebrations相比，基线，在碰撞方面具有相同的性能。
2023-02-21 cs.AI cs.RO
On Solving a Stochastic Shortest-Path Markov Decision Process as Probabilistic Inference
Oxford Robotics Institute, University of Oxford（牛津大学牛津机器人研究所）
以前的工作规划作为积极的推理解决有限的地平线问题和解决方案有效的在线规划。我们建议解决一般的随机最短路径马尔可夫决策过程（SSP MDP）的概率推理。此外，我们还讨论了在线和离线的不确定性下的规划方法。在SSP MDP中，视界是不确定的并且先验未知。SSP MDP概括了有限和无限水平MDP，并广泛用于人工智能社区。此外，我们强调了一些使用动态规划方法广泛用于人工智能社区和主动推理社区中使用的方法来解决MDP之间的差异。
2021-09-13 cs.AI 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
Modelling the Spread of COVID-19 in Indoor Spaces using Automated Probabilistic Planning
Queen's University（女王大学）
本文提出结合概率规划与动态图分析的室内 COVID-19 传播模型，可评估口罩、疫苗、人群及容量限制等 NPI，并有效预测感染、生成干预方案。
2023-08-16 cs.AI cs.CY
Planning to Fairly Allocate: Probabilistic Fairness in the Restless Bandit Setting
University of Maryland（马里兰大学）
针对不安分多臂老虎机资源分配中现有Whittle指数方法缺乏公平性保障的问题，提出概率公平策略ProbFair，在满足预算约束、最大化总期望奖励的同时保证臂被拉动概率有严格正下界，真实与合成实验均验证其兼顾效用与公平保障。
2023-07-19 cs.AI cs.CY cs.LG
Probabilistic Planning with Prioritized Preferences over Temporal Logic Objectives
Worcester Polytechnic Institute（伍斯特理工学院）；University of Florida（佛罗里达大学）
针对概率MDP中多时序目标的优先级偏好规划问题，提出优先级定性选择LTL_f语言并转换为加权自动机，以计算最小化期望不满意得分的最优策略。
2023-04-23 cs.AI cs.FL
A Probabilistic Framework for Hierarchical Goal Recognition
Monash University（蒙纳士大学）；The University of Melbourne（墨尔本大学）
本文提出基于规划的概率框架，用于层次目标识别，结合层次任务网络结构与概率推理，提升目标识别性能。
2026-04-24 cs.AI cs.SC
Risk-Averse Stochastic Shortest Path Planning
California Institute of Technology（加州理工学院）
我们考虑MDP中的随机最短路径规划问题，即，设计策略以确保以最小的累积成本从给定的初始状态到达目标状态的问题。为了说明罕见的，但重要的实现系统，我们认为嵌套的动态一致的风险总成本功能，而不是传统的风险中性总期望成本。在一些假设下，我们表明，最佳的，平稳的，马尔可夫政策存在，并可以通过一个特殊的贝尔曼方程。我们提出了一个计算技术的基础上的差异凸规划（DCP），以找到相关的价值函数，因此风险规避政策。漫游导航MDP是用来说明所提出的方法与条件风险价值（CVaR）和熵风险价值（EVaR）的一致性风险措施。
2021-03-26 cs.AI cs.SY eess.SY
Short-term Maintenance Planning of Autonomous Trucks for Minimizing Economic Risk
KTH Royal Institute of Technology（瑞典皇家理工学院）；Scania CV AB（斯堪尼亚商用车有限公司）
新的自动驾驶技术每天都在涌现，其中一些已经在现实世界中得到商业应用。在受益于这些技术的同时，自动驾驶卡车在短期维护计划方面也面临着新的挑战，这直接影响了卡车运营商的利润。在本文中，我们通过解决运输任务中自动驾驶卡车的维护规划问题来实现车辆健康管理系统。我们还提出了一个维修计划模型，使用基于风险的决策方法，确定维修决策与最小的经济风险的卡车公司。在评估经济风险时，同时考虑可用性损失和维护成本。我们证明了所提出的模型，说明现实世界的情况下，通过数值实验。在实验中，相比于三个基线方法，所提出的方法的预期经济风险降低了高达$47\%$。我们还对不同的模型参数进行了敏感性分析。分析表明，随着剩余使用寿命估计精度、订单取消前最大允许交货延迟时间和车间数量的增加，经济风险显著降低。实验结果有助于从经济的角度确定自动驾驶卡车未来的研究和开发注意事项。
2021-05-28 cs.AI cs.SY eess.SY
Efficient Risk-sensitive Planning via Entropic Risk Measures
ENS de Lyon（里昂高等师范学院）；University of Tübingen（图宾根大学）
针对风险敏感规划中尾部指标优化代价高的问题，提出通过计算熵风险度量参数范围内的完整最优策略集，利用结构分析与平滑性实现高效近似，并在多种决策场景中验证了强性能。
2025-07-08 cs.AI cs.LG math.OC
Mixed Logical and Probabilistic Reasoning for Planning and Explanation Generation in Robotics
The University of Auckland（奥克兰大学）
机器人在复杂的领域中帮助人类，必须在感觉运动水平和社会水平上代表知识和理性。本文所描述的架构耦合的非单调逻辑推理能力的声明性语言与概率信念修订，使机器人表示和推理的定性和定量的描述知识和程度的信念。具体来说，不完整的领域知识，包括在所有，但少数例外情况下，持有的信息，表示为一个答案集Prolog（ASP）程序。通过求解该程序获得的答案集用于推理、规划和联合解释（a）由于外源动作引起的意外动作结果和（b）从传感器输入提取的部分场景描述。对于任何给定的任务，答案集中包含的计划中的每个动作都是按概率执行的。自动识别与动作相关的域的子集，并且从传感器输入中提取的观测对在该域子集上定义的置信分布执行增量贝叶斯更新，其中高度可能的置信被提交给ASP程序。该体系结构的能力，说明在模拟和移动机器人的上下文中的机器人服务员在餐厅的餐厅。
2015-08-01 cs.AI cs.LO cs.RO
Planning for Risk-Aversion and Expected Value in MDPs
University of Oxford（牛津大学）
马尔可夫决策过程（MDP）中的规划通常会优化预期成本。然而，优化期望没有考虑对于MDP的任何给定运行，收到的总成本可能高得不可接受的风险。另一种方法是找到一个优化风险规避目标的政策，如条件风险价值（CVaR）。然而，单独优化CVaR可能会导致预期的不良表现。在这项工作中，我们首先表明，可以有多个政策，获得最佳的CVaR。这促使我们提出了一个字典的方法，最大限度地减少了预期成本的约束，总成本的CVaR是最佳的。我们提出了一个算法，这个问题，并评估我们的方法上的四个域。我们的研究结果表明，我们的字典法提高了预期的成本相比，最先进的算法，同时实现了最佳的CVaR。
2022-03-10 cs.AI cs.SY eess.SY
STEP: Stochastic Traversability Evaluation and Planning for Risk-Aware Off-road Navigation
University of Tokyo（东京大学）；California Institute of Technology（加州理工学院）；Jet Propulsion Laboratory, California Institute of Technology（加州理工学院喷气推进实验室）
虽然地面机器人自主性在结构化和受控环境中得到了广泛的应用，但在未知和越野地形中的自主性仍然是一个难题。极端、越野和非结构化的环境，如未开发的荒野、洞穴和瓦砾，给自主导航带来了独特而具有挑战性的问题。为了解决这些问题，我们提出了一种方法来评估可穿越性和规划一个安全的，可行的，快速的轨迹实时。我们的方法，我们命名为STEP（随机可通行性评估和规划），依赖于：1）快速的不确定性感知映射和可通行性评估，2）尾部风险评估使用的条件风险值（CVaR），和3）有效的风险和约束感知运动规划使用基于序列二次规划（SQP）模型预测控制（MPC）。我们分析了我们的方法在模拟和验证其有效性轮式和腿式机器人平台探索极端地形，包括废弃的地铁和地下熔岩管。
2021-06-25 cs.AI cs.RO cs.SY
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
Risk Conditioned Neural Motion Planning
Massachusetts Institute of Technology（麻省理工学院）；Toyota Research Institute（丰田研究院）
风险受限的运动规划是安全关键任务中的一个重要而又困难的问题。虽然现有的数学规划方法在约束马尔可夫决策过程的背景下提供了理论保证，但它们要么在解决更大的问题时缺乏可扩展性，要么产生保守的计划。深度强化学习的最新进展通过将策略网络学习为函数逼近器来提高可扩展性。在本文中，我们提出了一个扩展的软演员评论家模型，通过一个风险评论家估计的执行风险的计划，并产生风险有界的政策，有效地增加了额外的风险项的损失函数的政策网络。我们以准确的形式定义执行风险，而不是通过每个时间步骤的直接风险总和来近似计算，从而导致保守的计划。我们提出的模型是以连续的风险范围为条件的，允许用户在飞行中调整代理的风险规避水平。通过一组实验，我们展示了我们的模型在计算时间和计划质量方面的优势，与最先进的数学规划基线相比，并验证了其在更复杂的场景中的性能，包括非线性动力学和更大的状态空间。
2021-08-04 cs.AI cs.LG cs.RO
RS-Diffuser: Risk-Sensitive Diffusion Planning with Distributional Value Guidance
Northwestern Polytechnical University（西北工业大学）
提出RS-Diffuser，一种结合扩散轨迹生成与分布价值评论家的风险敏感离线规划框架，通过尾部感知目标引导去噪过程，实现灵活的风险偏好行为，在风险敏感D4RL和机器人导航基准上达到最优性能。
2026-06-29 cs.AI cs.LG cs.RO
Risk-Aware World Modeling with Flow-Guided Occupancy Evolution for Selective Trajectory Planning in Automated Driving
RWTH Aachen University（亚琛工业大学）；Monash University（莫纳什大学）；Technical University of Munich (TUM)（慕尼黑工业大学）
RiskWorld通过流引导占用演化融合风险场与视觉特征，实现共享占用预测和选择性轨迹替换，在3秒视界上取得最低碰撞率，并以11.5 FPS高效运行。
2026-09-17 cs.AI cs.ET cs.LG
