Switching Pushing Skill Combined MPC and Deep Reinforcement Learning for Planar Non-prehensile Manipulation
Shenzhen University（深圳大学）；Guangdong Laboratory of Artificial Intelligence and Digital Economy (SZ)（广东省人工智能与数字经济实验室（深圳））
为了提高平面非弹性操作的效率，本文从人的推动动作中得到启发，提出了一种新的切换推动技巧算法，该算法包括两个子问题：推进点的离散决策和推进动作的连续反馈控制。为了解决上述子问题，采用模型预测控制（MPC）和深度强化学习（DRL）方法的组合。首先，将推点的选择建模为马尔可夫决策过程，并通过对奖励函数进行重构，采用非策略DRL方法对基于当前状态的推点选择决策模型进行训练。其次，运动约束区域（MCR）的基础上，从目标的距离为特定的推动点构造，然后利用MPC控制器，以调节MCR内的目标的运动朝向目标位姿。当物体在推动动作下到达MCR的边界时，发生用于切换推动点的触发条件。随后，迭代地更新推动点和控制器，直到达到目标姿态。我们在模拟和物理环境中对四种不同的物体形状进行了推实验，以评估我们的方法。结果表明，我们的方法实现了显着更高的训练效率，训练时间仅为基线方法的20%左右，同时保持相同的成功率。此外，我们的方法优于基线方法在推操作的训练和执行效率方面，允许快速学习机器人推技能。
2023-03-30 cs.RO
Unwieldy Object Delivery with Nonholonomic Mobile Base: A Stable Pushing Approach
Delft University of Technology（代尔夫特理工大学）
针对非完整移动机器人递送无法抓取的笨重物体问题，提出基于线接触与线性运动约束的NMPC稳定推顶规划方法，并通过Husky和Boxer实验验证其效率与易实现性。
2023-09-25 cs.RO
Compliant Non-Prehensile Pushing Manipulation
PRISMA Lab, department of Electrical Engineering and Information Technology of the University of Naples Federico II（PRISMA实验室，那不勒斯费德里科二世大学电气工程与信息科技系）；Inria, CNRS, Université de Lorraine（Inria、CNRS、洛林大学）；ABB Corporate Research Center（ABB企业研究中心）
针对顺应性机器人系统中的非抓取推动操作，提出基于阻抗控制与模型预测控制的框架，通过优化位置/速度设定点实现顺应性推动，并集成能量罐无源性滤波器保证安全交互。
2026-07-27 cs.RO
Robust Pushing: Exploiting Quasi-static Belief Dynamics and Contact-informed Optimization
Idiap Research Institute（伊迪亚普研究所）；University of Oxford（牛津大学）
本文研究高效生成鲁棒开环推动规划的问题，通过准静态接触动力学传播置信并约束方差增益，结合接触知情轨迹采样机制，在无外部反馈下实现长时程双臂推动并增强对未建模扰动的鲁棒性。
2024-06-27 cs.RO
Learning 3D Dynamic Scene Representations for Robot Manipulation
Stanford University（斯坦福大学）；Columbia University（哥伦比亚大学）
用于机器人操作的3D场景表示应该捕获三个关键对象属性：永久性-随着时间的推移被遮挡的对象继续存在;非模态完整性-对象具有3D占用，即使只有部分观测可用;时空连续性-每个对象的运动在空间和时间上是连续的。在本文中，我们介绍了三维动态场景表示（DSR），三维体积场景表示，同时发现，跟踪，重建对象，并预测其动态，同时捕捉所有三个属性。我们进一步提出了DSR-Net，它学习在多个交互中聚合视觉观察，以逐步构建和改进DSR。我们的模型实现了最先进的性能，在模拟和真实数据的DSR建模3D场景动态。结合模型预测控制，DSR-Net可以在下游机器人操作任务（如平面推送）中进行精确规划。视频可在https://youtu.be/GQjYG3nQJ80上获得。
2020-12-10 cs.CV cs.RO
Action Conditioned Tactile Prediction: case study on slip prediction
University of Lincoln（林肯大学）；Lincoln Institute for Agri-food Technology（林肯农业食品技术研究所）
针对磁性触觉信号与滑移预测，本文提出两种动作条件的数据驱动触觉预测模型，并基于含51,000帧、11种家居物体的新数据集验证其优于现有模型。
2024-05-10 cs.AI cs.LG cs.RO
Active Exploration for Robotic Manipulation
Technical University of Darmstadt（达姆施塔特工业大学）；Mitsubishi Electric Research Laboratories（三菱电机研究实验室）
尽管近年来机器人技术和机器学习取得了重大进展，但机器人操作仍然是一个很大程度上未解决的问题。操纵中的关键挑战之一是当被操纵的对象之间存在连续接触时对环境的动态的探索。本文提出了一种基于模型的主动探索方法，使有效的学习稀疏奖励机器人操作任务。所提出的方法估计的信息增益目标使用的概率模型的合奏和部署模型预测控制（MPC）计划的行动，最大限度地提高预期的回报，同时也执行定向探索。我们评估我们提出的算法在模拟和一个真正的机器人，从头开始训练我们的方法，在一个具有挑战性的球推任务倾斜的桌子上，目标球的位置是不知道代理先验。我们的真实世界的机器人实验作为一个基本的应用程序的积极探索基于模型的强化学习的复杂的机器人操作任务。
2022-10-23 cs.LG cs.RO
A Unified Complementarity-based Approach for Rigid-Body Manipulation and Motion Prediction
Technical University of Munich（慕尼黑技术大学）；Stony Brook University（石溪大学）；Northeastern University（东北大学）
本文提出了一种统一的互补性方法，用于机器人刚体操作和运动预测，通过耦合线性和非线性互补问题实现接触模式的原理性转换，提升实时规划的鲁棒性。
2026-02-04 cs.RO
Pushing Through Clutter With Movability Awareness of Blocking Obstacles
TU Delft（代尔夫特理工大学）
提出SVG-MPPI框架，结合语义可见性图与模型预测路径积分，考虑障碍物可移动性连续范围，通过物理引擎模拟生成低接触力轨迹，在NAMO任务中优于二元可移动性规划，提高成功率并减少累积接触力。
2025-02-27 cs.RO
Collaborative Planar Pushing of Polytopic Objects with Multiple Robots in Complex Scenes
College of Engineering, Peking University（北京理工大学工程学院）
针对复杂场景中多机器人协作推动多面体物体的问题，提出基于混合优化与分层搜索的框架，并采用非线性模型预测控制，经仿真和实验验证有效。
2024-06-01 cs.RO
Linear Time-Varying MPC for Nonprehensile Object Manipulation with a Nonholonomic Mobile Robot
University of Modena and Reggio Emilia（摩德纳-雷焦艾米利亚大学）；University of Naples（那不勒斯大学）
本文提出了一种非完整移动机器人通过推动操作物体的技术，推动是一种非连续的操作运动基元。这种原语涉及与机器人和被操纵对象之间的摩擦相关联的单边约束。违反此约束会在操纵过程中产生对象的滑动，从而阻止正确完成任务。设计了一种线性时变模型预测控制，使控制行为中包含了适当的单边约束。该方法是通过先锋3-DX轮式机器人执行的推动操作的包装在动态仿真环境中进行验证。
2020-03-23 cs.RO
Model-Based Adaptive Precision Control for Tabletop Planar Pushing Under Uncertain Dynamics
提出基于学习模型与MPPI控制器的桌面推操作框架，用单一模型实现多任务，无需重训，在仿真和真实实验中达到高精度定位与轨迹跟踪。
2026-09-17 cs.RO
Push Anything: Single- and Multi-Object Pushing From First Sight with Contact-Implicit MPC
General Robotics, Automation, Sensing, and Perception (GRASP) Laboratory（通用机器人、自动化、感知与感知实验室）
本研究提出C3+算法，通过接触隐式MPC实现从首次视觉感知到多对象推移的高效操控，实现98%的成功率。
2026-03-05 cs.RO
A Data-Efficient Approach to Precise and Controlled Pushing
Department of Mechanical Engineering — Massachusetts Institute of Technology（机械工程系——麻省理工学院）
本文提出了一种数据高效的方法，通过学习动态模型来控制复杂机械系统，仅需10个数据点即可完成复杂的推动作轨迹。
2018-10-09 cs.LG cs.RO cs.SY
Contact Optimization for Non-Prehensile Loco-Manipulation via Hierarchical Model Predictive Control
University of Southern California（南加州大学）
最近的研究集中在四足机器人的运动或移动操作使用的机器人手臂。足式机器人可以操纵较重和较大的物体使用非弹性操作原语，如平面推动，驱动对象到所需的位置。在本文中，我们提出了一种新的分层模型预测控制（MPC）的接触优化的操作任务。使用两个级联的MPC，我们分裂的本地操作问题分为两部分：第一，以优化机器人和物体之间的接触力和接触位置，第二，通过机器人运动调节所需的相互作用力。我们的方法是成功地验证了在仿真和硬件实验。虽然基线运动MPC未能遵循所需的轨迹的对象，我们提出的方法可以有效地控制对象的位置和方向，以最小的跟踪误差。这种能力也使我们能够执行避障的机器人和对象在本地操作任务。
2022-10-07 cs.RO
Risk-Averse MPC via Visual-Inertial Input and Recurrent Networks for Online Collision Avoidance
University of California, Los Angeles（加利福尼亚大学洛杉矶分校）；UCLA Vision Lab（加州大学洛杉矶分校视觉实验室）；Robotics and Mechanisms Laboratory（机器人与机械实验室）；Laboratory for Embedded Machines and Ubiquitous Robots（嵌入式机器与普适机器人实验室）
在本文中，我们提出了一个在线路径规划架构，扩展了模型预测控制（MPC）制定考虑未来的位置不确定性，通过混乱的环境中更安全的导航。我们的算法结合了一个目标检测流水线与递归神经网络（RNN），推断通过我们的MPC的有限时间范围的每一步的状态估计的协方差。RNN模型是在一个数据集上训练的，该数据集包括通过最先进的视觉-惯性测距框架从相机图像和惯性测量单元（IMU）读数生成的机器人和地标姿态。为了检测和提取物体位置以避免，我们使用定制训练的卷积神经网络模型结合特征提取器来检索附近障碍物的3D质心和半径边界。我们的方法的鲁棒性在复杂的四足机器人动力学上得到了验证，并且可以普遍应用于大多数机器人平台，展示了可以规划快速和无碰撞路径的自主行为。
2020-07-28 cs.CV cs.LG cs.RO
Combining Coarse and Fine Physics for Manipulation using Parallel-in-Time Integration
University of Leeds（利兹大学）
我们提出了一种方法，用于快速和准确的基于物理的预测在非易失性操作规划和控制。给定初始状态和控制序列，预测所得到的状态序列的问题是各种基于模型的规划和控制算法的关键组成部分。我们建议结合一个粗略的（即计算便宜，但不是很准确）预测物理模型，与精细（即计算昂贵，但准确）预测物理模型，以生成一个混合模型，是在所需的速度和精度为给定的操作任务。我们的方法是基于Parareal算法，用于计算数值解的一般系统的常微分方程的并行时间积分方法。我们调整Parareal，将粗糙的推模型与现成的物理引擎相结合，以提供与物理引擎一样准确的基于物理的预测，但由于跨时间的并行化，运行时间大大减少。我们在基于轨迹优化的模型预测控制框架中使用这些基于物理的预测，来规划避开障碍物并到达目标位置的推动动作。我们表明，使用混合物理模型，我们可以实现与直接使用现成物理引擎的规划器相同的成功率，但速度要快得多。我们目前在模拟实验和一个真正的机器人设置。视频可在这里：https://youtu.be/5e9oTeu4JOU
2019-08-30 cs.RO
DA-VPC: Disturbance-Aware Visual Predictive Control Scheme of Docking Maneuvers for Autonomous Trolley Collection
DA-VPC通过结合主动红外标记和扩展状态观测器，实现了在复杂环境下的高精度推车对接控制。
2026-03-01 cs.RO
Real-Time Whole-Body Control of Legged Robots with Model-Predictive Path Integral Control
Carnegie Mellon University（卡内基梅隆大学）；Robotics Institute（机器人研究所）
针对足式机器人全身运动与操作策略实时生成问题，提出利用MuJoCo仿真器并行采样的模型预测路径积分控制方法，实现鲁棒行走、越障、推箱等任务，首次完成该类全身采样MPC在真实足式机器人硬件的部署。
2024-09-16 cs.RO
Kinodynamics-based Pose Optimization for Humanoid Loco-manipulation
University of Southern California（南加州大学）
本文提出一种结合运动动力学位姿优化与MPC的仿人机器人推物控制方法，能快速规划最优位姿并协调受力，实现重载推动与强抗扰恢复。
2023-07-25 cs.RO
BC-MPPI: A Probabilistic Constraint Layer for Safe Model-Predictive Path-Integral Control
Department of Computer Science, University College London, UK（伦敦大学学院计算机科学系，英国）；Istituto Italiano di Tecnologia (IIT), Genova, Italy（意大利热那亚Istituto Italiano di Tecnologia（IIT））；CNRS, Inria, IRISA, Campus de Beaulieu, Rennes Cedex, France（法国里昂CNRS、Inria、IRISA研究中心）
针对MPPI控制无约束满足硬保证的问题，提出轻量级安全层BC-MPPI，通过概率代理模型调整候选轨迹权重实现安全采样，经离线训练和四旋翼仿真验证，可在规定违规概率下保安全裕度且易集成到认证流程。
2025-09-30 cs.RO
Safe Multi-Robot Collaborative Transport Using Density Functions
Indian Institute of Technology Mandi（印度理工学院曼迪分校）；Clemson University（克莱姆森大学）
本文提出基于密度的分层MPC框架，使多台四足机器人仅凭初始和目标位姿协作推动物体，实现避障与目标收敛，并在MuJoCo中验证其优于基线方法。
2026-10-07 cs.RO
PointWorld: Scaling 3D World Models for In-The-Wild Robotic Manipulation
Stanford University（斯坦福大学）；NVIDIA（英伟达）
PointWorld通过统一状态和动作的3D点流模型，实现了在真实世界中机器人操作的高效预测与控制，无需额外演示或训练。
2026-01-07 cs.AI cs.CV cs.RO
Predictive Collision Management for Time and Risk Dependent Path Planning
LMU Munich（慕尼黑大学）
自动驾驶汽车或包裹机器人等自主智能体需要识别并避免可能与障碍物发生碰撞，以便在其环境中成功移动。然而，人类已经学会了凭直觉预测运动，并以前瞻性的方式避开障碍物。避碰任务可以分为全局和局部两个层次。关于全球层面，我们提出了一种方法，称为“预测碰撞管理路径规划”（PCMP）。在地方一级，使用避免碰撞的解决方案，以防止不可避免的碰撞。因此，PCMP的目的是使用预测碰撞管理来避免不必要的局部碰撞场景。PCMP是一种基于图的算法，其重点在于由三个部分组成的时间维度：（1）运动预测，（2）将运动预测集成到时间相关图中，以及（3）时间和风险相关路径规划。该算法结合了搜索最短路径的问题：绕道值得避免可能的碰撞情况？我们在不同的模拟场景中评估了规避行为，结果表明，风险敏感的代理可以避免47.3%的碰撞场景，而绕道1.3%。一个规避风险的代理避免了高达97.3%的碰撞场景，绕道39.1%。因此，一个代理的规避行为可以控制主动和风险依赖于使用PCMP。
2020-11-26 cs.AI cs.LG cs.RO
MPCC++: Model Predictive Contouring Control for Time-Optimal Flight with Safety Constraints
Institute for Dynamics Systems and Control, ETH Zurich（苏黎世联邦理工学院动力学系统与控制研究所）；Robotics and Perception Group, University of Zurich（苏黎世大学机器人与感知组）
本文提出MPCC++，通过赛道安全约束、残差气动动力学建模和TuRBO超参数调优，实现四旋翼时间最优竞速飞行，并在仿真与真实世界中保持100%避障成功率。
2024-06-14 cs.RO
Constraint Handling in Continuous-Time DDP-Based Model Predictive Control
Robotic Systems Lab, ETH Zurich（苏黎世联邦理工学院机器人系统实验室）
序列线性二次（SLQ）算法是著名的微分动态规划（DDP）技术的连续时间变体，具有高斯-牛顿海森近似。这一系列的方法已经获得了普及，在机器人社区，由于其在解决复杂的轨迹优化问题的效率。然而，基于DDP的制剂的一个主要缺点是它们不能适当地结合路径约束。在本文中，我们解决这个问题，通过设计一个约束SLQ算法，处理与以前实施的投影技术和一个新的增广拉格朗日方法的混合约束。通过提供一个适当的乘数更新法，并通过解决一个单一的内部和外部循环迭代，我们能够检索次优的解决方案，适合实时模型预测控制应用的速率。我们特别关注的不等式约束的情况下，三个增广拉格朗日罚函数，以及相应的乘数更新规则。然后，这些基准对一个放松的日志障碍制定在一个推车杆摆动的例子，避障任务，和一个物体推任务与四足移动机械手。
2021-03-26 cs.RO cs.SY eess.SY
Whole-Body Inverse Dynamics MPC for Legged Loco-Manipulation
Department of Mechanical and Process Engineering, ETH Zurich（机械与过程工程系，苏黎世联邦理工学院）；Computational Robotics Lab, Department of Computer Science, ETH Zurich（计算机器人实验室，计算机科学系，苏黎世联邦理工学院）
本文提出了一种全身MPC框架，通过逆动力学优化实现腿部机动操作中的统一运动与力规划，实现实时80Hz性能，完成重物拉动、推箱子和擦拭白板等任务。
2025-11-24 cs.RO
Where to Touch, How to Contact: A Hierarchical RL-MPC Framework for Geometry-Aware Sim-to-Real Manipulation
Arizona State University（亚利桑那州立大学）；University of Texas at Dallas（德克萨斯大学达拉斯分校）；University of Pennsylvania（宾夕法尼亚大学）
提出分层RL-MPC框架，高层RL策略预测接触意图（接触位置和子目标位姿），低层接触隐式MPC优化局部接触模式并实时重规划，实现几何泛化的非抓取操作，数据效率提升10倍且零样本迁移到真实环境。
2026-08-21 cs.RO
Accelerating Visual Policy Learning with Sampling-Based Model Predictive Control
Yale University（耶鲁大学）；University of Sydney（悉尼大学）
提出采样引导策略搜索（SGPS），结合基于采样的模型预测控制与一阶策略优化，加速视觉策略学习，并在模拟及真实Go2机器人上实现零样本迁移。
2026-09-18 cs.AI cs.LG cs.RO
Koopman global linearization of contact dynamics for robot locomotion and manipulation enables elaborate control
本文利用库普曼算子将接触切换的分段动力学转化为嵌入空间中的全局线性模型，实现腿式机器人和机械臂在多次接触变化下的凸模型预测控制与实时精细控制。
2025-11-09 cs.RO math.DS
Accelerating Hybrid Model Predictive Control using Warm-Started Generalized Benders Decomposition
Independent Researcher（独立研究者）；Department of Mechanical Engineering, University of California, Los Angeles（加州大学洛杉矶分校机械工程系）；School of Mechanical Engineering, Georgia Institute of Technology（佐治亚理工学院机械工程学院）
本文提出一种基于广义邦德斯分解的混合MPC算法，通过预热切割平面提升求解速度，适用于机器人控制任务。
2025-12-18 cs.RO cs.SY eess.SY
A Unified MPC Framework for Whole-Body Dynamic Locomotion and Manipulation
ETH Zurich（苏黎世联邦理工学院）；Robotic Systems Lab（机器人系统实验室）
在本文中，我们提出了一个整体规划框架，制定一个单一的多接触最优控制问题，统一的动态运动和操纵任务。我们建模的混合动力性质的通用多肢移动机械手作为一个切换系统，并引入了一组约束，可以编码任何预定义的步态序列或操作时间表的制定。由于该系统的设计是为了主动操纵它的环境，运动方程组成的机器人的质心动力学与操纵对象的动力学增强。这允许我们在相同的成本/约束函数中描述任何高级任务。由此产生的规划框架可以解决机器人的机载计算机在实时的模型预测控制计划。这是证明在一组真实的硬件实验中做的自由运动，如基地或末端执行器姿态跟踪，而推/拉一个沉重的阻力门。在这些测试用例中，还验证了对模型不匹配和外部干扰的鲁棒性。
2021-03-01 cs.RO
Simulator Predictive Control: Using Learned Task Representations and MPC for Zero-Shot Generalization and Sequencing
University of Southern California（南加利福尼亚大学）；Google Brain（谷歌大脑）
仿真到真实的转换是使强化学习在真实机器人上实用的重要策略。成功的仿真到现实迁移系统很难产生跨任务推广的策略，尽管训练了数千小时的真实机器人时间。为了解决这个缺点，我们提出了一种新的方法来有效地学习新的机器人技能直接在一个真正的机器人，基于模型预测控制（MPC）和学习任务表示的算法。简而言之，我们展示了如何将模拟从模拟到真实的方法的预训练步骤中重用为前瞻性工具，从而使模拟到真实的策略能够适应看不见的任务。我们不是针对单个任务的端到端学习策略并试图转移它们，而是首先使用模拟来同时学习（1）任务适当的原始技能的连续参数化（即技能嵌入或潜在），以及（2）以这种表示为条件的这些技能的单一策略。然后，我们直接将我们的多技能策略转移到一个真正的机器人，并通过选择启动策略的技能潜伏期序列来启动机器人，每个潜伏期对应于一个预先学习的原始技能控制器。我们通过选择新的技能潜在序列来完成看不见的任务，以使用MPC控制机器人，其中我们的MPC模型由在仿真环境中执行的预训练技能策略组成，与真实机器人并行运行。我们讨论了我们的方法的背景和原则，详细介绍了它的实际实现，并评估其性能，使用我们的方法训练一个真正的Sawyer机器人实现运动任务，如绘图和推块。
2021-01-27 cs.AI cs.LG cs.RO
Incremental Few-Shot Adaptation for Non-Prehensile Object Manipulation using Parallelizable Physics Simulators
Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所）；University of Augsburg（奥格斯堡大学）
提出一种利用可并行物理模拟器增量适应动力学模型的方法，通过少样本交互示例优化模型参数，实现非抓取操作的模型预测控制，并在仿真和真实机器人上验证。
2025-03-29 cs.LG cs.RO
Model-Based Control with Sparse Neural Dynamics
Cornell University（康奈尔大学）；Stanford University（斯坦福大学）；Massachusetts Institute of Technology（麻省理工学院）；University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
本文提出一种集成模型学习与预测控制的框架，通过逐步稀疏化ReLU神经模型并采用混合整数预测控制，实现高效优化，在复杂接触动力学任务中优于现有方法。
2023-12-20 cs.AI cs.LG cs.RO
Manipulation in Clutter with Whole-Arm Tactile Sensing
Georgia Tech（佐治亚理工学院）；Meka Robotics（Meka机器人公司）
本文首先介绍了我们的机器人操作方法，它强调了在整个机械手与世界接触的好处。我们假设低接触力是良性的，并专注于机器人的发展，可以控制他们的接触力在目标导向运动。受生物学的启发，我们假设机器人在其关节处具有低刚度致动，并且在其操纵器的整个表面上具有触觉感知。然后，我们描述了一种新的控制器，利用这些假设。控制器只需要触觉传感，不需要在接触之前的环境的显式模型。它还处理操纵器曲面上的多个接触。该控制器使用模型预测控制（MPC）的时间范围的长度为1，和一个线性准静态的机械模型，它在每个时间步构造。我们表明，该控制器使真实和模拟的机器人到达目标位置在高杂波低接触力。我们的实验包括测试使用一个真正的机器人与一个新的触觉传感器阵列的前臂达到模拟树叶和一个障碍物块。在我们的实验中，机器人通过整个手臂进行接触，同时推开可移动的物体，使顺从的物体变形，并感知世界。
2013-04-23 cs.RO
Goal-Conditioned End-to-End Visuomotor Control for Versatile Skill Primitives
University of Oxford（牛津大学）
视觉控制（VMC）是一种有效的手段，实现基本的操作任务，如推或拾取和放置从原始图像。根据期望的目标状态调节VMC是实现通用技能原语的一种有前途的方法。然而，常见的调节方案要么依赖于特定于任务的微调-例如使用单次模仿学习（IL）-要么依赖于使用场景动态的前向模型的采样方法，即模型预测控制（MPC），使得可部署性和规划范围受到严重限制。在本文中，我们提出了一个空调方案，避免这些陷阱，通过学习控制器和它的空调端到端的方式。我们的模型预测复杂的动作序列直接基于机器人运动的动态图像表示和到给定目标观测的距离。与相关工作相比，这使我们的方法能够有效地执行复杂的操作任务，从原始图像观察，而无需预定义的控制原语或测试时间演示。我们报告了在任务成功率方面的显著改进，超过了具有代表性的MPC和IL基线。我们还展示了我们的模型在具有挑战性的、看不见的任务中的泛化能力，这些任务具有视觉噪声、混乱的场景和看不见的物体几何形状。
2021-09-24 cs.CV cs.LG cs.RO
Ace! Motion Planning of Professional-Level Table Tennis Serves with a Robot Arm
Sony AI, Tokyo, Japan（索尼人工智能，东京，日本）；Sony AI, Zürich, Switzerland（索尼人工智能，苏黎世，瑞士）；Sony Group Corporation, Tokyo, Japan（索尼集团公司，东京，日本）
研究乒乓球机器人发球问题，结合运动原语、模型预测控制和贝叶斯优化方法，实现符合官方规则发球，自旋高达550rad/s，速度达6.7m/s，表现与精英球员相当甚至更优。
2026-07-28 cs.RO cs.SY eess.SY
Exploiting Hierarchical Controller Structure in Contextual Parameter Learning for Humanoid Loco-Manipulation
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）；Hessian Centre for Artificial Intelligence（黑森州人工智能中心）
本文提出一种情境贝叶斯优化框架，利用层级控制器结构联合学习参数，在人形推箱任务中实现最低平均遗憾。
2026-10-06 cs.LG cs.RO
LLA-MPPI: Rapidly Adaptive Whole-body Control of Legged Robots with GPU-Accelerated Parallel Simulations
Carnegie Mellon University（卡内基梅隆大学）；Massachusetts Institute of Technology（麻省理工学院）
提出LLA-MPPI方法，通过GPU并行模拟器选择实现腿式机器人全身自适应控制，无需离线训练，在模拟和硬件上均显著优于基线。
2026-10-08 cs.RO cs.SY eess.SY
Adaptive Motion Generation Using Uncertainty-Driven Foresight Prediction
Waseda University（早稻田大学）
本文提出一种基于不确定性驱动前瞻预测的自适应运动生成方法，通过采样多个可能未来并选择低不确定性未来细化隐藏状态，在开门任务中实现了传统方法无法稳定实现的运动自适应分化。
2024-10-01 cs.AI cs.LG cs.RO
