Skill-Nav: Enhanced Navigation with Versatile Quadrupedal Locomotion via Waypoint Interface
Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）
Skill-Nav通过路点接口将四足运动技能与分层导航框架结合，利用深度强化学习训练策略，实现复杂地形中的自主导航与避障，实验验证其有效性。
2025-09-07 cs.RO
Bootstrapping Motor Skill Learning with Motion Planning
Brown University（布朗大学）
从头开始学习机器人运动技能是不切实际的慢;以至于在实践中，学习必须使用从人类演示中获得的良好技能策略来引导。然而，依赖人类的示范必然会降低机器人的自主性，因为机器人必须在其工作寿命内学习各种技能。我们建议使用运动学运动规划作为一个完全自主的，样本有效的方式来引导运动技能学习的对象操作。我们展示了使用运动规划引导运动技能在两个复杂的对象操作场景与不同的政策表示：打开一个抽屉的动态运动原语表示，并关闭微波炉门深神经网络政策。我们还展示了我们的方法如何引导运动技能的挑战性的动态任务，学习打一个球的发球台，其中运动学计划的基础上处理的场景作为静态是不够的，以解决任务，但足以引导一个更动态的政策。在所有这三种情况下，我们的方法与人工演示的初始化相比都具有竞争力，并且显著优于随机策略。这种方法使机器人能够有效地和自主地学习动态任务的电机策略，而无需人类演示。
2021-01-12 cs.AI cs.RO
Fast and Bounded Probabilistic Collision Detection in Dynamic Environments for High-DOF Trajectory Planning
University of North Carolina（北卡罗来纳大学）
我们提出了一种新的方法来执行高自由度的机器人和高自由度的障碍物在动态，不确定的环境中的概率碰撞检测。在高自由度机器人和移动障碍物的动态环境中，我们的方法有效地计算机器人和障碍物之间的准确碰撞概率的误差上限。此外，我们描述了一个预测算法，未来的障碍物的位置和运动，占空间和时间的不确定性。提出了一种基于概率碰撞检测的高自由度机器人在动态、不确定环境中的轨迹优化算法。我们强调运动规划性能在具有挑战性的情况下，机器人手臂在动态移动的人类障碍物的环境中操作。
2016-07-16 cs.RO
Probabilistically Safe Corridors to Guide Sampling-Based Motion Planning
Cornell Tech（康奈尔理工学院）；University of Pennsylvania（宾夕法尼亚大学）；Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所）
在本文中，我们引入了一个新的概率安全的本地转向原语采样为基础的运动规划在复杂的高维配置空间。我们的本地转向过程是基于一个新的概念，凸概率安全走廊，构造周围的配置使用切线超平面的置信度椭球高斯混合模型从以前的碰撞历史。因此，我们建议扩展一个随机的运动规划图向一个样本目标使用其投影到概率安全走廊，有效地利用配置空间的局部几何形状选择适当的转向方向和适应转向步长。我们观察到，建议的本地转向过程产生有效的转向运动周围的困难区域的配置空间，如狭窄的通道，同时尽量减少碰撞的可能性。我们评估了建议的转向方法与随机运动规划器在一些规划方案，无论是在模拟和物理7自由度机械臂，证明了我们的安全指导本地规划器的有效性超过标准的直线规划器。
2019-01-01 cs.RO
Learning Neuro-Symbolic Skills for Bilevel Planning
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）
在机器人环境中，决策具有连续的以对象为中心的状态，连续的动作，长视野和稀疏反馈。分层方法，如任务和运动规划（TAMP），通过将决策分解为两个或更多个抽象级别来解决这些挑战。在给出演示和符号谓词的环境中，之前的工作已经展示了如何使用手动设计的参数化策略学习TAMP的符号运算符和神经采样器。我们的主要贡献是学习参数化的政策，结合运营商和采样器的方法。这些组件被打包成模块化的神经符号技能，并与搜索然后采样的TAMP一起排序，以解决新的任务。在四个机器人领域的实验中，我们证明了我们的方法-神经符号技能的双层规划-可以解决各种不同初始状态，目标和对象的任务，优于六个基线和消融。视频：https://youtu.be/PbFZP8rPuGg代码：https://tinyurl.com/skill-learning
2022-10-12 cs.AI cs.LG cs.RO
Multi-agent Gaussian Process Motion Planning via Probabilistic Inference
University of Zagreb Faculty of Electrical Engineering and Computing（萨格勒布大学电气工程与计算学院）
本文讨论了多智能体的运动规划问题，将其表示为每个智能体轨迹的同时优化问题。每个轨迹被认为是从一个一维的连续时间高斯过程（GP）所产生的线性时变随机微分方程的白噪声驱动的样本。通过将规划问题公式化为因子图上的概率推理，可以利用相关GP的结构来使用数值优化有效地找到解决方案。与单独规划每个代理的轨迹相比，仅考虑其他代理的当前姿势，我们提出了以预测方式工作的多个轨迹的同时规划。它考虑到每个代理的行踪在未来的每一个时刻的信息，因为每个代理的完整轨迹是在一个单一的优化过程中共同发现的。我们比较所提出的方法，一个单独的轨迹规划方法，成功率和计算效率显着改善。
2018-06-20 cs.RO
Continuous-Time Gaussian Process Motion Planning via Probabilistic Inference
Georgia Institute of Technology（佐治亚理工学院）
我们介绍了一种新的制定运动规划，连续时间的轨迹，概率推理。我们首先展示如何平滑的连续时间轨迹可以表示为一个小数目的状态，使用稀疏高斯过程（GP）模型。接下来，我们开发了一个有效的基于梯度的优化算法，利用这种稀疏性和GP插值。我们称之为高斯过程运动规划器（GPMP）的算法。然后，我们详细介绍了如何将运动规划问题公式化为因子图上的概率推理。这构成了GPMP2的基础，GPMP2是一种非常有效的算法，它将轨迹的GP表示与通过数值优化进行的快速结构开发推理相结合。最后，我们将GPMP2扩展为增量算法iGPMP2，该算法可以在条件变化时有效地重新规划。我们基准我们的算法对几个采样为基础的和轨迹优化为基础的运动规划算法在多个环境中的规划问题。我们的评估表明，GPMP2是几倍的速度比以前的算法，同时保持鲁棒性。我们还基准iGPMP2重新规划的问题，并表明它可以找到成功的解决方案，在一小部分的时间所需的GPMP2从头开始重新规划。
2018-11-22 cs.RO
On Probabilistic Completeness of Probabilistic Cell Decomposition
Centre for Autonomous Systems KTH Royal Institute of Technology SE-100 44 Stockholm, Sweden Email
概率单元分解（PCD）是一种结合近似单元分解和概率抽样概念的概率路径规划方法。它已被证明，使用懒惰的评估技术和监督采样的重要领域的结果在高性能的路径规划方法。即使它是假设之前，PCD是概率完全的，我们提出了一个详细的证明概率完全在这里的第一次。
2015-07-14 cs.RO
Risk-Aware Motion Planning with Learned Trajectory Primitives and Probabilistic Safety Assessment
本文提出由径向基函数网络指导的运动规划框架，结合RBFN候选轨迹生成、碰撞概率评估与轨迹优化，在城市驾驶场景中提升风险感知并减少车辆限制违规，确保安全与可解释性。
2026-07-30 cs.RO
Probabilistic Collision Constraint for Motion Planning in Dynamic Environments
University of Genoa（热那亚大学）
无碰撞轨迹的在线生成对于自主导航至关重要。动态环境、机器人运动和传感不确定性给防撞系统带来了进一步的挑战。本文提出了一种动态环境中，机器人和障碍物的状态不确定性的避碰方法。我们推导出了机器人与障碍物碰撞概率的严格上界，并将其表示为一个运动规划约束，该约束可实时的求解。所提出的方法进行了测试，在考虑移动机器人以及四旋翼的仿真，以证明成功的碰撞避免是在实时的应用。我们还提供了我们的方法与几个国家的最先进的方法的比较。
2021-04-04 cs.RO
Motion Planning through Demonstration to Deal with Complex Motions in Assembly Process
Graduate School of Engineering Science, Osaka University（大阪大学基础工学研究科）；National Inst. of AIST（日本产业技术综合研究所）
在实际装配过程中，由于人工装配过程中的某些关键位姿过于熟练，机器人无法自动实现，因此现有的运动规划方法难以实现复杂的、熟练的装配动作。为了解决这一问题，本文提出了一种利用演示中的熟练动作进行运动规划的方法，该方法可用于完成包含复杂熟练动作的机器人装配过程。为了在没有多余的第三方设备的情况下方便地演示，我们将增强现实（AR）标记附加到被操纵的对象上，以跟踪和捕获人体装配过程中对象的姿态，这些姿态被规划器用作执行运动规划的关键姿态。每个关键位姿的导数作为判断关键位姿使用优先级的依据，以加速运动规划。通过数值算例和机器人实验验证了该方法的有效性。
2019-10-04 cs.CV cs.RO
Probabilistic Framework for Constrained Manipulations and Task and Motion Planning under Uncertainty
University Stuttgart（斯图加特大学）；Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所）
逻辑几何规划（Logic-Geometric Programming，LGP）是一种功能强大的运动和操纵规划框架，它使用描述问题离散方面的逻辑规则来表示分层结构，例如，触摸、抓握、击打或推动，并求解所得到的平滑轨迹优化。逻辑的表达能力允许LGP处理复杂的，大规模的顺序操作和工具使用规划问题。在本文中，我们将LGP公式推广到随机域。基于控制推理的对偶性，我们解释LGP在随机域拟合高斯混合后验路径分布，其中每个逻辑配置文件定义一个单一的高斯路径分布。该框架使机器人能够优先考虑各种交互模式，并获得有趣的行为，如接触开发的不确定性减少，最终提供一个复合控制方案，是反应的干扰。补充视频可以在https://youtu.be/CEaJdVlSZyo上找到
2020-03-09 cs.RO
Probabilistic Trajectory Planning for Static and Interaction-aware Dynamic Obstacle Avoidance
University of Southern California（南加州大学）
无碰撞移动机器人导航是许多机器人应用的重要问题，特别是在杂乱的环境中。在这种环境中，障碍物可以是静态的或动态的。动态障碍物还可以是交互式的，即根据其他实体的行为改变其行为。机器人系统的感知和预测模块创建这种环境的概率表示和预测。在本文中，我们提出了一种新的预测表示的动态障碍物的交互行为。然后，我们提出了一个实时的轨迹规划算法，概率避免碰撞对静态和互动的动态障碍，并产生动态可行的轨迹。在决策过程中，我们的规划器模拟动态障碍物的互动行为，以响应规划机器人采取的行动。我们显式地减少碰撞概率对静态和动态的障碍物使用多目标搜索制定。然后，我们制定了一个二次规划，以安全地适应一个平滑的轨迹搜索结果，同时试图保持搜索过程中计算的碰撞概率。我们评估我们的算法广泛的模拟，以显示其在不同的环境和配置下使用78000随机生成的情况下的性能。我们比较其性能的静态和动态避障使用4500随机生成的情况下，一个国家的最先进的轨迹规划算法。我们表明，我们的算法实现了高达3.8倍的成功率，使用低至0.18倍的时间基线使用。我们实现了我们的算法的物理四旋翼，并显示其在现实世界中的可行性。
2023-02-24 cs.RO
dPMP-Deep Probabilistic Motion Planning: A use case in Strawberry Picking Robot
Politecnico di Milano（米兰理工大学）；Edge Hill University（边山大学）；Lincoln Institute for Agri-food Technology, University of Lincoln（林肯大学林肯农业食品技术研究所）
本文提出了一种新的概率方法，深度机器人学习从示范（LfD）。深度运动基元（DMPs）是将视觉信息直接映射到机器人轨迹的确定性LfD模型。本文扩展了DMP，并提出了一个深概率模型，将视觉信息映射到有效的机器人轨迹的分布。的架构，导致最高水平的轨迹精度，并与现有的方法进行比较。此外，本文介绍了一种新的训练方法学习特定领域的潜在特征。我们展示了所提出的概率方法和新的潜在空间学习的优越性，在实验室的真正的机器人任务草莓收获。实验结果表明，潜在空间学习可以显着提高模型的预测性能。所提出的方法允许从分布中采样轨迹，并优化机器人轨迹以满足次要目标，例如避免碰撞。
2022-08-18 cs.RO
Probabilistic Homotopy Optimization for Dynamic Motion Planning
Massachusetts Institute of Technology（麻省理工学院）
提出概率同伦优化算法，将优化问题序列的发现表述为多维同伦参数空间中的搜索问题，通过在求解与采样阶段间切换求解动态运动规划问题，有效应对分岔、折叠和解流形不连通等挑战。
2024-08-22 cs.RO
Path Planning using Instruction-Guided Probabilistic Roadmaps
CyberAgent, Inc.（CyberAgent公司）
本文提出指令引导概率路线图（IG-PRM），利用大语言模型将自然语言指令转为嵌入向量，预测成本地图并构建路线图，实现移动机器人按指令导航，实验验证其在合成及真实室内环境中的有效性。
2025-02-23 cs.RO
Fast-reactive probabilistic motion planning for high-dimensional robots
Massachusetts Institute of Technology（麻省理工学院）
许多涉及高维人形机器人的真实机器人操作需要对规划干扰的快速反应和碰撞风险的概率保证，而大多数为汽车类机器人开发的概率运动规划方法不能直接应用于高维机器人。在本文中，我们提出了概率Chekov（p-Chekov），一个快速反应的运动规划系统，可以提供安全保证高维机器人遭受过程噪声和观测噪声。利用机器学习的最新进展以及我们以前在确定性运动规划方面的工作，将轨迹优化集成到稀疏路线图框架中，p-Chekov在复杂环境中的高维机器人运动规划任务中的避撞能力和规划速度方面表现出其优越性，而无需凸化障碍物。本文提供的全面的理论和实证分析表明，p-Chekov可以有效地满足用户指定的机会约束的碰撞风险在实际的机器人操作任务。
2020-12-03 cs.LG cs.RO
PokeRRT: Poking as a Skill and Failure Recovery Tactic for Planar Non-Prehensile Manipulation
University of Colorado Boulder（科罗拉多大学博尔德分校）
提出 PokeRRT 运动规划算法，将戳刺作为一种非抓持操作技能及失败恢复策略，与抓取放置协同提升操作弹性，实验证明其在杂乱环境中规划轨迹高效，且在成功率和任务时间上优于推挤与抓取。
2024-06-04 cs.RO
PokeRRT: A Kinodynamic Planning Approach for Poking Manipulation
University of Colorado Boulder（科罗拉多大学博尔德分校）
这项工作介绍了PokeRRT，一种新的运动规划算法，证明戳作为一种有效的非易失性操作技能，使快速操作的对象，并增加机器人的可达工作空间的大小。我们的定性和定量的结果表明，在规划对象的轨迹，通过整洁和杂乱的环境推和抓戳的优势。
2022-02-09 cs.RO
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
LEAGUE: Guided Skill Learning and Abstraction for Long-Horizon Manipulation
Georgia Institute of Technology（佐治亚理工学院）
针对深度强化学习难处理长程任务、任务与运动规划依赖预定义技能的问题，提出融合二者的LEAGUE框架，用规划器符号引导RL技能学习并构建抽象空间实现复用，在模拟任务中性能优于基线，且技能可跨域复用并迁移到实体机器人。
2023-08-22 cs.AI cs.RO
Learning compositional models of robot skills for task and motion planning
MIT CSAIL（麻省理工学院计算机科学与人工智能实验室）；Google（谷歌）
这项工作的目的是增加机器人的基本能力，通过学习使用感觉运动原语来解决复杂的长期操作问题。这需要灵活的生成规划，可以将原始能力结合在新的组合中，从而概括各种各样的问题。为了用基本动作进行计划，我们必须有动作的模型：在什么情况下，执行这个基本动作会成功地在世界上实现某种特定的效果？我们使用最先进的方法进行主动学习和采样，并对其进行新颖的改进。我们使用高斯过程的方法来学习的限制，从少量的昂贵的收集训练样本的技能有效性。此外，我们开发了有效的自适应采样方法，用于在规划过程中生成一个全面和多样化的连续候选控制参数值序列（如杯子的浇注航点）。这些值成为传统运动规划器的末端执行器目标，然后解决执行技能的完整机器人运动。通过结合使用学习和规划方法，我们利用每种方法的优势，并为各种复杂的动态操作任务进行规划。我们在一个集成系统中展示了我们的方法，将传统的机器人原语与我们新学到的模型相结合，使用高效的机器人任务和运动规划器。我们评估我们的方法在模拟和现实世界中，通过测量选定的原始动作的质量。最后，我们将我们的集成系统应用于各种长时间模拟和现实世界的操纵问题。
2021-05-05 cs.AI cs.LG cs.RO
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
Learned Critical Probabilistic Roadmaps for Robotic Motion Planning
Google（谷歌）；Waymo Research（Waymo研究院）
基于采样的运动规划技术已经成为解决复杂运动规划问题的有效算法范例。这些方法使用一组探测样本来构建机器人状态空间的隐式图形表示，当样本数量增加到无穷大时，允许任意精确的表示。然而，在实践中，解轨迹仅依赖于通常由状态空间中的结构定义的几个临界状态（例如，门道）。在这项工作中，我们提出了一个通用的方法来识别这些关键状态，通过图论技术（介数中心），并学会预测关键性只有当地的环境特征。然后，这些状态通过层次图中的全局连接得到更大程度的利用，称为关键概率路线图。关键的PRM被证明实现了三个数量级的改善均匀采样，同时保留的保证和基于采样的运动规划的复杂性。视频可在https://youtu.be/AYoD-pGd9ms上获得。
2019-10-08 cs.LG cs.RO
STAP: Sequencing Task-Agnostic Policies
Stanford University（斯坦福大学）
STAP提出一种可扩展框架，通过优化技能序列的Q值乘积来协调几何依赖，解决长时域任务，减少短视行为，并在仿真和真实机器人上验证。
2023-05-31 cs.AI cs.RO
Probabilistic Guaranteed Path Planning for Safe Urban Air Mobility Using Chance Constrained RRT
University of California San Diego（加州大学圣地亚哥分校）；San Diego State University（圣地亚哥州立大学）；University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校）
安全是城市空中交通成功的关键因素，特别是在动态和不确定的环境中。提出了一种基于RRT和机会约束的不确定障碍物路径规划算法。通过将概率约束转化为确定性约束，建立了高斯分布障碍物的机会约束模型。通过对系统状态的模拟和凸约束的评估，可以确定每个时间步的概率可行域。通过建立机会约束RRT，该算法不仅享有基于采样的算法的好处，但也纳入了不确定性的制定。仿真结果表明，利用该算法可以规划出符合概率避障要求的连接起点和目标点的轨迹。
2022-03-12 cs.RO cs.SY eess.SY
Risk-aware Path Planning via Probabilistic Fusion of Traversability Prediction for Planetary Rovers on Heterogeneous Terrains
Keio University（庆应义塾大学）；OMRON SINIC X Corporation（欧姆龙SINIC X公司）
机器学习（ML）在评估自主漫游车在可变形地形上的可通行性方面起着至关重要的作用，但不可避免地存在预测误差。特别是对于地质特征因地而异的异质地形，错误的可通过性预测可能变得更加明显，增加了不可恢复的漫游车车轮打滑和固定的风险。在这项工作中，我们提出了一个新的路径规划算法，明确占这种错误的预测。其关键思想是将用于地形类型分类和滑动预测的独特ML模型概率融合到单个分布中。这给了我们一个多模态滑移分布占异质地形，并进一步允许统计风险评估被应用到获得风险意识的穿越成本的路径规划。大量的仿真实验表明，所提出的方法是能够产生更多的可行路径异构地形相比，现有的方法。
2023-03-02 cs.LG cs.RO
Vision-Based Uncertainty-Aware Motion Planning based on Probabilistic Semantic Segmentation
Technical University of Munich（慕尼黑工业大学）
本文针对不确定环境下的机器人安全运动规划问题，提出结合大规模数据增强的深度语义分割集成与基于场景的概率路径规划方法，并通过速度调度保证跟踪误差下的安全性，实验验证了其优于现有方法。
2023-12-01 cs.RO cs.SY eess.SY
Approximately Optimal Continuous-Time Motion Planning and Control via Probabilistic Inference
本文提出PIPC算法，通过概率推理和高斯过程轨迹表示，实现对非线性性能指标的近似最优控制，在仿真中展示了其在递推时间窗口内的多系统应用能力。
2017-02-27 cs.RO cs.SY eess.SY
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
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
Probabilistic Recursively Feasible Motion Planning Under Uncertain Environments
School of Electrical Engineering, Korea Advanced Institute of Science（韩国科学技术院电气工程学院）
本文提出了一种概率递归可行模型预测控制框架，通过保证递归可行性概率来解决不确定环境中安全运动规划的挑战，主要贡献是通过闭式表达式计算轨迹的均值和协方差，并构建安全约束以确保递归可行性。
2026-05-18 cs.RO cs.SY eess.SY
Probabilistically Safe Robot Planning with Confidence-Based Human Predictions
University of California, Berkeley（加州大学伯克利分校）
为了在人类周围安全地操作，机器人可以使用人类运动的预测模型。不幸的是，这些模型无法捕捉人类行为的全部复杂性，并必然引入简化的假设。因此，每当观察到的人类行为偏离假设的结构时，预测可能会降低，这可能对安全产生负面影响。在本文中，我们观察到，如何“理性”的人类行为出现在一个特定的模型可以被视为该模型的能力，以描述人类的当前运动的指标。通过在实时贝叶斯框架中对该模型的置信度进行推理，我们表明，当模型表现不佳时，机器人可以非常快速地调整其预测，使其变得更加不确定。基于最近在可证明安全的轨迹规划方面的工作，我们利用这些置信度感知的人类运动预测来生成有保证的自主机器人运动。我们的新分析将物理机器人的最坏情况跟踪误差保证与概率时变人类预测相结合，产生定量的概率安全证书。我们展示了我们的方法与四轴飞行器导航周围的人。
2018-05-31 cs.LG cs.RO
Path Planning Problem under non-probabilistic Uncertainty
KU Leuven（鲁汶大学）
本文考虑了非概率不确定性下路径规划问题的理论解，该理论解用于不确定性下的旅行商问题。不确定性是在城市之间的路径上作为流动推销员问题中的节点。在两个节点/站之间存在至少一条路径，其中节点之间的行进时间不是精确已知的。这可能是由于环境影响，如道路上的拥挤（高峰期），电池的充电状态，天气条件，或考虑行驶时的路线安全性。在这项工作中，我们考虑了两种不同的先进的不确定性模型（i）概率精确的不确定性模型：概率分布和（ii）非概率不精确的不确定性模型：区间。我们研究什么样的理论结果可以得到两个不同的最优性标准：最大和最大的流动推销员问题。
2022-12-01 cs.RO math.OC math.PR
Reactive motion planning with probabilistic safety guarantees
California Institute of Technology（加州理工学院）
多智能体环境中的运动规划对于许多重要的自主应用（如自主车辆和辅助机器人）至关重要。研究了受控智能体与多个不受控智能体共享环境的运动规划问题。首先，训练不受控制的代理的预测模型，以基于场景在短时间内预测所有可能的轨迹。然后将预测馈送到基于模型预测控制的运动规划模块。我们使用三种不同的方法，后膨胀，支持向量机（SVM），和共形分析，所有能够生成随机保证的预测模型的预测的正确性证明了泛化界。所提出的方法在模拟自动驾驶公路的情况下进行了仿真。
2020-11-26 cs.LG cs.RO cs.SY
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
Hierarchical Reinforcement Learning for Precise Soccer Shooting Skills using a Quadrupedal Robot
University of California, Berkeley（加州大学伯克利分校）；Université de Montréal（蒙特利尔大学）；Mila（米拉人工智能研究院）
我们解决的问题，使四足机器人在现实世界中使用强化学习执行精确的射击技能。开发算法使足式机器人能够将足球射到给定目标是一个具有挑战性的问题，它将机器人运动控制和规划结合到一个任务中。为了解决这一问题，在对动态足式机器人进行控制时，需要考虑动力学约束和运动稳定性。此外，我们需要考虑运动规划，以拍摄难以建模的变形球在地面上滚动与不确定的摩擦到期望的位置。在本文中，我们提出了一个层次化的框架，利用深度强化学习来训练（a）一个鲁棒的运动控制策略，可以跟踪任意运动和（b）一个规划策略，以决定所需的踢球运动，将足球射到目标。我们部署的A1四足机器人，使它能够准确地拍摄球随机目标在现实世界中提出的框架。
2022-08-01 cs.AI cs.RO cs.SY
Probabilistic Constraint Tightening Techniques for Trajectory Planning with Predictive Control
Clemson University（克莱姆森大学）；Huawei（华为）
为了使自动移动车辆在现实世界中以最小的碰撞风险导航，其规划算法必须考虑来自测量和环境干扰的不确定性。在本文中，我们认为，在这种不确定性的存在下，两个机器人车辆之间的相互碰撞概率的保守近似的解析解。在那里，我们提出了两种方法，我们称之为单一的缩放和主轴旋转，解耦的二元积分的有效近似的两辆车之间的碰撞概率，包括方向的影响。我们比较这些方法的保守性分析和数值。通过关闭一个控制回路，通过模型预测制导方案，我们观察到，通过蒙特卡罗模拟，直接实施防撞约束的保守近似仍然是不可行的实时规划。然后，我们提出并实现了一个凸化方法的基础上收紧碰撞约束，显着提高了计算效率和鲁棒性的预测制导方案。
2022-12-15 cs.RO cs.SY eess.SY
Safely Probabilistically Complete Real-Time Planning and Exploration in Unknown Environments
UC-Philippine-California Advanced Research Institute（加州-菲律宾-加州高级研究机构）；ONR MURI（国防高级研究计划局（ONR）MURI）；SRC CONIX Center（SRC CONIX中心）
本文提出了一种新的运动规划框架，该框架围绕现有的动力学规划器构建，在事先未知的静态环境中保证递归可行性。通过利用来自可达性分析的鲁棒控制器，该方法对整体安全性和碰撞避免做出了强保证。运动计划始终保持在初始状态的安全后向可达集内，同时安全地探索空间。这保证了初始状态的安全性，并确保在安全探索过程中最终能找到目标。
2019-03-07 cs.RO cs.SY eess.SY
Receding Horizon Motion Planning for Multi-Agent Systems: A Velocity Obstacle Based Probabilistic Method
NUS Graduate School for Integrative Sciences and Engineering（新加坡国立大学综合科学与工程研究生院）；National University of Singapore（新加坡国立大学）；University of California, Berkeley（加州大学伯克利分校）；Temasek Laboratories（淡马锡实验室）
在本文中，一种新颖的和创新的方法，可行的运动规划的多智能体系统的发展。基于速度障碍物的特性，在滚动时域控制（RHC）问题中引入机会约束，并利用碰撞锥的几何信息为宿主智能体生成速度可行域.通过这种方法，运动规划在速度级而不是位置级进行。因此，它保证了多智能体系统，特别是具有高速移动的智能体的系统的一个更安全的无碰撞的轨迹。此外，在运动规划过程期间可以满足潜在碰撞的概率阈值。为了验证该方法的有效性，不同的情况下，多个代理进行了调查，仿真结果清楚地表明，该方法可以有效地避免潜在的冲突与碰撞概率小于一个特定的阈值。
2021-03-24 cs.MA cs.RO cs.SY
Search-Based Task Planning with Learned Skill Effect Models for Lifelong Robotic Manipulation
Carnegie Mellon University（卡内基梅隆大学）
部署在许多现实环境中的机器人需要能够随着时间的推移获得新技能并解决新任务。以前的技能规划工作通常对技能和任务的结构做出假设，例如子目标技能，共享技能实现或特定于任务的计划框架，这限制了对新技能和任务的适应。相比之下，我们建议通过使用在模拟中学习的高级技能效果模型在参数化技能空间中进行联合搜索来进行任务规划。我们使用迭代训练过程来有效地生成相关数据来训练这样的模型。我们的方法允许灵活的技能参数化和任务规范，以促进终身学习的通用领域。实验表明，我们的规划者能够以终身的方式整合新技能，在训练和测试任务中以更低的成本找到新的任务策略。我们还表明，我们的方法可以转移到现实世界中，而无需进一步微调。
2022-04-14 cs.RO
Generative Skill Chaining: Long-Horizon Skill Planning with Diffusion Models
Georgia Institute of Technology（佐治亚理工学院）
提出概率框架GSC，通过学习技能中心的扩散模型并并行采样组合分布，高效解决长期操作规划中的子任务依赖与可扩展性问题，具备约束处理、泛化及抗扰动重规划能力。
2023-10-13 cs.RO
Planning Method for Skill-Based Control of Robots Using a PLC as Skill Trigger
Fraunhofer Institute for Casting, Composite and Processing Technology IGCV（弗劳恩霍夫铸造、复合材料与加工技术研究所 IGCV）；Institute for Machine Tools and Industrial Management, Technical University of Munich（慕尼黑工业大学机床与工业管理研究所）
本文提出了一种基于PLC的机器人技能控制规划方法，通过优化运动序列提升执行效率。
2026-02-28 cs.RO
Skill Sequence Planning for Collaborative Multi-Robot Construction
Texas A&M University（德克萨斯A&M大学）；Amazon Robotics（亚马逊机器人）；University of Michigan（密歇根大学）；University of Tennessee（田纳西大学）
本文提出一种技能序列规划方法，利用可复用技能和建造关系图，使异构多机器人团队协作完成建造装配，减少单独编程需求，提升部署灵活性。
2026-09-23 cs.RO
MoMaStage: Skill-State Graph Guided Planning and Closed-Loop Execution for Long-Horizon Indoor Mobile Manipulation
MoMaStage通过结构化视觉-语言框架和闭环执行机制，实现长时域室内移动操作的高效规划与执行。
2026-09-04 cs.RO
A Probabilistic Model for Skill Acquisition with Switching Latent Feedback Controllers
Department of Electrical and Computer Systems Engineering Faculty of Engineering（电气与计算机系统工程系工程学院）
本研究将混合密度网络重新解释为隐状态条件下的反馈控制器库，构建概率图模型将技能获取建模为隐空间分割，既提升任务成功率与抗观测噪声鲁棒性，也改善了实体机器人的模型部署效果。
2025-05-20 cs.RO
Minimum-Violation Temporal Logic Planning for Heterogeneous Robots under Robot Skill Failures
Washington University in St. Louis（圣路易斯华盛顿大学）
针对异构机器人团队在技能失效时难以完成LTL编码协作任务的问题，提出反应式规划算法，通过重新分配子任务、局部修正规划以最小化任务违反，经理论分析和实验验证有效。
2025-04-17 cs.RO
SkillWrapper: Generative Predicate Invention for Task-level Robot Planning
Brown University（布朗大学）；Allen Institute for AI（人工智能研究院）
本文提出SkillWrapper方法，通过生成性谓词发明学习符号化表示，使机器人能够基于抽象推理完成长周期任务规划。
2026-09-28 cs.RO
Do What I Want, Not What I Did: Imitation of Skills by Planning Sequences of Actions
Johns Hopkins University（约翰斯·霍普金斯大学）
我们提出了一种从演示中学习的方法，用于从专家数据中进行接地操作，并使用这些操作在新环境中执行任务的算法。我们的方法是基于应用程序的采样为基础的运动规划搜索通过树的离散，高层次的行动从一个任务的象征性表示。递归采样为基础的规划是用来探索这些行动的可能的连续空间实例化的空间。我们证明了我们的方法的实用性与磁结构装配任务，表明机器人可以智能地选择在工作空间的不同部分，并在存在障碍物的一系列行动。这种方法可以更好地适应新的环境，为特定的环境选择正确的高层次的行动，同时考虑到人类的喜好。
2016-12-05 cs.RO
Logic-Skill Programming: An Optimization-based Approach to Sequential Skill Planning
Idiap Research Institute（Idiap研究所）；École Polytechnique Fédérale de Lausanne (EPFL)（洛桑联邦理工学院（EPFL））
提出逻辑技能编程（LSP），一种基于优化的方法，通过张量列分解构造价值函数空间并交替符号搜索与价值优化，为长时域任务排序独立学习技能，实验证明其优于强化学习并在真实机器人上有效。
2024-07-16 cs.RO
MOSAIC: Skill-Centric Manipulation Planning with Physics Simulation
Robotics Institute, School of Computer Science（机器人研究所、计算机科学学院）
研究用预定义技能规划长期操作运动的问题，核心方法是利用物理模拟估计技能执行结果，贡献是引入MOSAIC方法，通过两个互补技能家族有效发现基于物理的解决方案。
2026-07-07 cs.AI cs.RO
Reset-Free Lifelong Learning with Skill-Space Planning
UC Berkeley（加州大学伯克利分校）；Google Brain（谷歌大脑）
终身强化学习（RL）的目标是优化智能体，使其能够在不断变化的环境中不断适应和交互。然而，当前的强化学习方法在环境是非平稳的并且交互是非情景性的时会严重失败。我们提出了终身技能规划（LiSP），这是一个基于高阶技能抽象空间规划的非情景终身RL算法框架。我们使用内在奖励以无监督的方式学习技能，并使用学习动力学模型对学习到的技能进行计划。此外，我们的框架甚至允许从离线数据中发现技能，从而减少了对过多现实世界交互的需求。我们的经验表明，LiSP成功地实现了长期规划和学习的代理，即使在具有挑战性的非静态和非情节的环境中，也可以避免灾难性的故障，这些环境来自gridworld和MuJoCo基准。
2021-06-15 cs.AI cs.LG cs.RO
Learning Temporally Extended Skills in Continuous Domains as Symbolic Actions for Planning
Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所）
本文提出 SEADS 分层强化学习智能体，通过内在动机联合学习多样化连续控制技能与符号前向模型，从而将技能作为符号动作支持长时程规划，并在复杂任务和真实机器人上验证了高成功率。
2023-07-24 cs.LG cs.RO
Offline Skill Graph (OSG): A Framework for Learning and Planning using Offline Reinforcement Learning Skills
Afeka College of Engineering（阿菲卡工程学院）；Bosch Center for AI（博世人工智能中心）
本文提出离线技能图（OSG）框架，通过三个模块利用离线强化学习技能进行规划，使智能体从历史数据中泛化解决长时域任务，并在机器人手臂上验证其有效性。
2023-06-23 cs.AI cs.LG cs.RO
