RIT*: Riemannian Informed Trees for Cost-Adaptive Optimal Motion Planning
Center for Autonomous Robotic Systems, Khalifa University(哈利法大学自主机器人系统中心);Institute of Industrial and Control Engineering, Universitat Politècnica de Catalunya(加泰罗尼亚理工大学工业与控制工程研究所)
该研究提出RIT*规划框架,以黎曼原语替代批量知情搜索的欧几里得原语,结合CARM优化度量,在高维各向异性运动规划中显著降低成本,性能优于BIT*等基准方法。
2026-08-04 cs.RO
Integration of Riemannian Motion Policy with Whole-Body Control for Collision-Free Legged Locomotion
Manning College of Information and Computer Sciences at University of Massachusetts Amherst(马萨诸塞大学阿默斯特分校曼宁信息与计算机科学学院)
本研究首次将RMPflow扩展至欠驱动动态足式系统,提出基于RMP流的全身控制框架,仿真验证平衡鲁棒性最高提升53%,并通过自研点足双足机器人的原地踏步实验验证了方案可行性。
2023-11-06 cs.RO
Anytime Integrated Task and Motion Policies for Stochastic Environments
Arizona State University(亚利桑那州立大学)
为了解决复杂、长时间任务,智能机器人需要结合运动规划进行高层次、抽象的规划与推理。然而,抽象模型通常是有损的,并且使用它们计算的计划或策略可能无法执行。这些问题在机器人需要推理和计划多个意外事件的随机情况下会加剧。我们提出了一种新的方法,在随机设置的集成任务和运动规划。在这个方向上的先前工作相比,我们表明,我们的方法可以有效地计算综合任务和运动策略,其分支结构编码代理行为处理多个执行时的突发事件。我们证明了我们的算法是概率上完整的,可以计算可行的解决方案的政策,在任何时候的方式,使遇到一个未解决的意外事件的概率随着时间的推移而下降。一组具有挑战性的问题的实证结果表明,我们的方法的实用性和范围。
2020-05-29 cs.AI cs.RO
Combining Neural Networks and Tree Search for Task and Motion Planning in Challenging Environments
Zoox, Inc.(Zoox公司);The Johns Hopkins University(约翰斯·霍普金斯大学)
我们认为任务和运动规划在复杂的动态环境中的问题表示的一组线性时序逻辑(LTL)的约束,和奖励函数。我们提出了一种基于强化学习的方法,该方法采用深度神经网络来学习低级控制策略以及任务级选项策略。对于神经网络方法和经典规划来说,在这种情况下的一个主要挑战是需要探索复杂和交互式环境的未来世界。为此,我们集成了蒙特卡罗树搜索与层次神经网络控制策略的表达LTL规格。本文研究了神经网络学习LTL约束和控制策略的能力,以便在复杂环境中生成任务计划。我们在模拟的自动驾驶环境中展示了我们的方法,在这种环境中,车辆必须在交通中沿着道路行驶,避免碰撞,并在十字路口导航,同时遵守给定的道路规则。
2017-03-22 cs.RO
Learning Spring Mass Locomotion: Guiding Policies with a Reduced-Order Model
Oregon State University(俄勒冈州立大学);Collaborative Robotics and Intelligent Systems Institute(协作机器人与智能系统研究所)
在本文中,我们描述了一种方法来实现物理机器人的动态腿运动,结合现有的控制方法与强化学习。具体来说,我们的目标是一个控制层次结构,其中最高级别的行为通过降阶模型来规划,降阶模型描述了腿部运动的基本物理原理,而较低级别的控制器则利用学习策略,可以弥合理想化的简单模型和复杂的全阶机器人之间的差距。高级规划器可以使用环境的模型并且是特定于任务的,而低级学习控制器可以执行各种各样的动作,以便它适用于许多不同的任务。在这封信中,我们描述了这种学习动态步行控制器,并表明,从降阶模型的步行运动的范围可以用作命令和学习策略的主要训练信号。由此产生的策略不试图天真地跟踪运动(如传统的轨迹跟踪控制器将),而是平衡即时运动跟踪与长期稳定性。由此产生的控制器上演示了人的规模,不受约束,不受约束的双足机器人的速度高达1.2米/秒。这封信建立了一个通用的,动态学习步行控制器,可以应用于许多不同的任务的基础。
2021-03-11 cs.RO
Embodying Multi-Hand Manipulation Policies by Searching the Assignment and Null Spaces
研究多臂机器人执行操作策略的问题,基于冲突搜索构建框架,通过搜索轨迹分配空间和零空间,统一处理分配与零空间运动,有效解决多手操作策略执行难题,实现多臂机器人协调操作。
2026-07-27 cs.RO
Obstacle avoidance using raycasting and Riemannian Motion Policies at kHz rates for MAVs
ETH Zürich(苏黎世联邦理工学院)
在本文中,我们提出了一种新的方法,使用黎曼运动策略的体积地图,在避障的微型飞行器(MAVs)的例子。虽然采样或基于优化的规划器被广泛用于体积地图的避障,但它们在计算上是昂贵的,并且通常具有不灵活的单片架构。黎曼运动策略是一种模块化的、可并行化的、高效的导航范式,但与广泛使用的基于体素的环境表示一起使用具有挑战性。我们建议使用GPU光线投射和大量的并发政策,提供直接避障使用黎曼运动策略体素化的地图,而不需要平滑或预处理的地图。此外,我们还介绍了相同的方法如何直接在LiDAR扫描上进行规划,而无需中间地图。我们展示了这种反应式方法与传统的规划方法相比是如何有利的,并且能够以千赫兹的速率使用数千条射线进行规划。我们成功地证明了规划器上一个真正的MAV的静态和动态障碍。所提出的计划是作为一个开源的软件包。
2023-01-19 cs.RO
Guided Riemannian Optimization (GuRO): Bridging Model Predictive Control and Decision Transformers
The University of Manchester(曼彻斯特大学)
本研究提出GuRO框架,将MPC与RL整合到序列决策框架,利用黎曼优化解决非凸损失问题,在四足机器人控制任务上优于TRPO等基准方法。
2026-08-26 cs.RO
Composing Diverse Policies for Temporally Extended Tasks
The University of Edinburgh(爱丁堡大学)
机器人控制策略的时间扩展和顺序的任务,其特点是不同的本地动态之间的不连续切换。这些变化点经常被利用在分层运动规划,以建立近似模型,并促进本地,区域特定的控制器的设计。然而,对于复杂的时间扩展任务,实现这样的流水线在组合上变得具有挑战性,特别是当子控制器在不同的信息流、时间尺度和动作空间上工作时。在本文中,我们介绍了一种方法,可以组成不同的政策,包括运动规划轨迹,动态运动原语和神经网络控制器。我们引入了一个全球目标得分估计,使用本地,每运动原始动力学模型和相应的激活状态空间集序列不同的政策在本地最优的方式。我们使用专家示范转换通常被视为一个基于梯度的学习过程到规划过程中,没有明确指定的先决条件和后置条件。我们首先使用MDP基准来说明所提出的框架,以展示对动作和模型动态失配的鲁棒性,然后使用PR2机器人解决了一个特别复杂的物理齿轮装配任务。我们表明,所提出的方法成功地发现了最佳的控制器序列,并有效地解决了这两个任务。
2020-02-17 cs.LG cs.RO
Safe Motion Planning in Unknown Environments: Optimality Benchmarks and Tractable Policies
Harvard University(哈佛大学);Stanford University(斯坦福大学)
本文解决了规划一个安全的问题(即,无碰撞)轨迹,例如,通过视线感知。尽管它的普遍存在的性质,这种制定运动规划已收到相对较少的理论研究,而不是设置的环境是假定已知的。一个根本的挑战是,与具有已知障碍的运动规划不同,甚至不清楚要争取的最优策略是什么。我们的贡献是三方面的。首先,我们提出了一个概念的安全规划在未知的环境中的比较(而不是竞争)分析的精神,最优性,以获得一个基准,至少在概念上,可实现的目标。其次,通过利用这个理论基准,我们得到了一个伪最优类的政策,可以无缝地结合任何数量的先验或学习的信息,同时仍然保证机器人永远不会碰撞。最后,我们证明了我们的算法方法的实用性,在数值实验中使用一系列的环境类型和动态,包括与最先进的方法进行比较。我们的框架的一个关键方面是,它自动和隐含地权衡探索与开发的方式是最佳的信息。
2018-04-16 cs.AI cs.RO
An Anytime Hierarchical Approach for Stochastic Task and Motion Planning
Arizona State University(亚利桑那州立大学)
为了解决复杂的、长时间的任务,智能机器人需要结合运动规划进行高层次的、抽象的规划与推理。然而,抽象模型通常是有损的,并且使用它们计算的计划或策略可能无法执行。这些问题在机器人需要推理和计划多个意外事件的随机情况下会加剧。我们提出了一种新的方法,在随机设置的集成任务和运动规划。在这个方向的先前工作相比,我们表明,我们的方法可以有效地计算集成的任务和运动策略,其分支结构编码代理的行为,处理多个执行时间的突发事件。我们证明了我们的算法是概率上完整的,可以计算可行的解决方案的政策,在任何时候的方式,使遇到一个未解决的意外事件的概率随着时间的推移而下降。一组具有挑战性的问题的实证结果表明,我们的方法的实用性和范围。
2022-05-26 cs.AI cs.RO
Riemannian Variational Calculus: Optimal Trajectories Under Inertia, Gravity, and Drag Effects
Oregon State University(俄勒冈州立大学);Universidade Federal do Rio de Janeiro(里约热内卢联邦大学)
该研究结合黎曼几何与变分法推导最优控制方程,揭示惯性、重力和阻力对最优轨迹的三类几何效应,并在两连杆机械臂与 UR5 上验证统一框架。
2025-03-18 cs.RO math.OC
Learning Interaction-aware Guidance Policies for Motion Planning in Dense Traffic Scenarios
Delft University of Technology(代尔夫特理工大学)
在密集交通场景中的自主导航对于自动驾驶汽车(AV)来说仍然具有挑战性,因为其他驾驶员的意图无法直接观察,并且AV必须处理各种驾驶行为。为了在密集的交通中机动,自动驾驶汽车必须能够推理他们的行为如何影响他人(交互模型),并利用这种推理安全地在密集的交通中导航。本文提出了一种新的框架,在密集的交通场景中的交互感知运动规划。我们探讨了人类驾驶行为与其相互作用时的速度变化之间的联系。因此,我们建议通过深度强化学习(RL)来学习一种交互感知策略,该策略为基于优化的规划器提供关于其他车辆合作性的全局指导,以通过约束满足确保安全性和运动学可行性。学习的策略可以推理并引导具有交互行为的基于局部优化的规划器在密集交通中主动合并,同时在其他车辆不屈服的情况下保持安全。我们提出了定性和定量的结果,在高度互动的模拟环境(高速公路合并和无保护的左转)对两个基线的方法,基于学习和基于优化的方法。实验结果表明,与基于学习和基于优化的基线相比,该方法显著减少了碰撞次数,提高了成功率。
2021-07-09 cs.AI cs.RO
Task Adaptation in Industrial Human-Robot Interaction: Leveraging Riemannian Motion Policies
ETH Zurich(苏黎世联邦理工学院)
针对工业人机交互需求,提出基于黎曼运动策略的模块化运动控制框架,实现免手动控制、复杂任务组合及意图识别与运动规划无缝集成,并在受现实工业场景启发的实验中验证了其有效性。
2024-06-25 cs.RO
Multi-Objective Policy Generation for Multi-Robot Systems Using Riemannian Motion Policies
Georgia Institute of Technology(佐治亚理工学院)
在许多应用中,需要多个机器人系统来实现多个目标。对于这些多目标任务,通常很难设计出同时满足所有目标的单个控制策略。在本文中,我们专注于多目标任务,可以分解成一组简单的子任务。这些子任务的控制器是单独设计的,然后组合成整个团队的控制策略。我们的工作的一个重要特点是,子任务控制器的设计与其底层流形。当一个控制器与其他控制器相结合时,它们的相关流形也被考虑在内。这种提法产生的多机器人系统,可以结合控制器的各种目标,同时隐式地处理机器人和子任务之间的相互作用的政策生成框架。为了描述流形上的控制器,我们采用黎曼运动策略(RMP),并提出了一个集合的RMP常见的多机器人子任务。集中式和分散式算法被设计成将这些RMP组合成最终的控制策略。理论分析表明,在控制策略下系统是稳定的。此外,我们证明,许多现有的多机器人控制器可以密切近似的框架。通过模拟任务和机器人实现所提出的算法进行验证。
2019-08-30 cs.RO
RL-RRT: Kinodynamic Motion Planning via Learning Reachability Estimators from RL Policies
Google AI(谷歌人工智能);University of New Mexico(新墨西哥大学)
本文解决了基于采样的Kinodynamic运动规划面临的两个挑战:一种方法来确定良好的候选状态的局部过渡和随后的计算棘手的转向这些候选状态之间。通过结合基于采样的规划,快速探索随机树(RRT)和一个有效的Kinodynamic运动规划器通过机器学习,我们提出了一个有效的解决方案,长期规划Kinodynamic运动规划。首先,我们使用深度强化学习来学习避障策略,该策略将机器人的传感器观察映射到动作,该动作在规划期间用作本地规划器,在执行期间用作控制器。其次,我们训练可达性估计在监督的方式,预测RL政策的时间,以达到一个状态的存在障碍。最后,我们引入RL-RRT,它使用RL策略作为局部规划器,并将可达性估计器作为距离函数,以使树的生长偏向有希望的区域。我们评估我们的方法对三个kinodynamic系统,包括物理机器人实验。在所有三个机器人测试的结果表明,RL-RRT优于最先进的kinodynamic规划的效率,也提供了一个更短的路径完成时间比转向功能免费的方法。学习的本地规划器策略和伴随的可达性估计器展示了到先前看不见的实验环境的可转移性,使得RL-RRT快速,因为昂贵的计算被简单的神经网络推理取代。视频:https://youtu.be/dDMVMTOI8KY
2019-07-12 cs.AI cs.LG cs.RO
Stable Robot Motions on Manifolds: Learning Lyapunov-Constrained Neural Manifold ODEs
Department of Computer and Information Sciences University of Konstanz(计算机与信息科学系康斯坦茨大学);Department of Robotics, Mohamed bin Zayed University of Artificial Intelligence(机器人学系Mohamed bin Zayed人工智能大学);Mechanical Engineering Department, New York University Abu Dhabi(机械工程系纽约大学阿布扎克分校)
提出一种在黎曼流形上学习稳定动力系统的通用框架,通过神经常微分方程和投影保证李雅普诺夫稳定性,并在多种流形及真实机器人实验中验证了性能。
2025-10-07 cs.LG cs.RO math.OC
RMPflow: A Geometric Framework for Generation of Multi-Task Motion Policies
NVIDIA(英伟达);Georgia Institute of Technology(佐治亚理工学院);University of Washington(华盛顿大学)
在动态环境中为多个任务生成机器人运动是具有挑战性的,需要算法在考虑任务之间复杂的非线性关系的同时做出反应。在本文中,我们开发了一种新的策略合成算法,RMPflow,基于几何一致的变换的黎曼运动策略(RMP)。RMP是一类反应式运动策略,其将非欧几里德行为参数化为内在非线性任务空间中的动力系统。给定一组为单个任务设计的RMP,RMPflow可以组合这些策略以生成表达性全局策略,同时利用稀疏结构以提高计算效率。我们研究了RMP流的几何性质,并给出了其稳定性的充分条件。最后,我们的实验表明,占自然黎曼几何的任务政策,可以简化经典困难的问题,如规划通过杂波的高自由度操作系统。
2020-07-25 cs.RO
Improved Pose Graph Optimization for Planar Motions Using Riemannian Geometry on the Manifold of Dual Quaternions
Technical University of Berlin(柏林工业大学);Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院)
我们提出了一种新的黎曼方法的平面姿态图优化问题。通过在表示平面运动的对偶四元数流形上建立基于黎曼度量的代价函数,本质上考虑了SE(2)群的非线性结构。为了解决流形上的最小二乘问题,黎曼高斯-牛顿方法使用指数收缩。提出的黎曼姿态图优化器(RPG-Opt)进一步评估的基础上,公共平面姿态图数据集。与现有算法相比,该方法在测距测量值存在较大不确定性的情况下,具有相当的精度和更好的收敛鲁棒性。
2019-11-20 cs.RO
Riemannian geometry as a unifying theory for robot motion learning and control
Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院)
黎曼几何是一个数学领域,是革命性科学发现的基石,如广义相对论。尽管早期用于机器人设计和最近的应用程序,利用特定的几何数据,它在机器人技术中仍然被忽视。在这篇蓝天论文中,我们认为黎曼几何提供了最合适的工具来分析和生成具有许多自由度的机器人的协调一致的节能运动。通过初步的解决方案和新的研究方向,我们讨论了如何利用黎曼几何来设计和结合机器人技术的物理意义的协同作用,以及该理论如何打开大门耦合运动协同与感知输入。
2022-09-30 cs.RO
Riemannian Flow Matching Policy for Robot Motion Learning
Institute for Anthropomatics and Robotics, Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院人形机器人与智能系统研究所);Bosch Center for Artificial Intelligence(博世人工智能中心)
本文提出Riemannian Flow Matching Policies (RFMP),一种用于学习机器人视觉运动策略的新模型,利用流匹配方法高效编码高维多模态分布并具备几何感知能力,实验表明相比Diffusion Policies,它能生成更平滑的动作轨迹且推理时间显著降低。
2024-08-27 cs.LG cs.RO
Fast and Robust Visuomotor Riemannian Flow Matching Policy
Bosch Center for Artificial Intelligence(博世人工智能中心);Division of Robotics, Perception, and Learning, KTH Royal Institute of Technology(机器人、感知与学习 division,皇家理工学院);Computer Science Department of the Technische Universität Darmstadt(达姆施塔特技术大学计算机科学系)
本文提出黎曼流匹配策略(RFMP)及其稳定变体SRFMP,利用流匹配的快速推理与黎曼几何约束,在十个模拟和真实任务上超越扩散策略和一致性策略。
2025-08-07 cs.LG cs.RO
A Riemannian Take on Human Motion Analysis and Retargeting
Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院)
人和机器人的动态运动广泛地由其自由度之间的姿态相关的非线性相互作用驱动。然而,这些动力学的影响仍然大多被忽视时,研究人体运动产生的机制。最近的作品的启发,我们假设,人体运动计划作为序列的测地线协同作用,从而对应于协调关节运动实现分段最小能量。底层的计算模型建立在黎曼几何基础上,以解释物体的惯性特征。通过对各种人体手臂运动的分析,我们发现我们的模型将运动分割成测地线协同作用,并成功地预测了观察到的手臂姿势,手的轨迹,以及各自的速度分布。此外,我们表明,我们的分析可以进一步利用复制个人的人类协同作用,在机器人配置空间中的测地线路径的机器人手臂运动。
2022-08-02 cs.RO
Composable Geometric Motion Policies using Multi-Task Pullback Bundle Dynamical Systems
Stanford University(斯坦福大学)
尽管在快速反应规划和控制方面进行了数十年的工作,但在非欧几里德流形上开发反应运动策略和执行约束同时避免不期望的潜在函数局部极小值方面仍然存在挑战。这项工作提出了一个原则性的方法,设计和融合所需的机器人任务行为到一个稳定的机器人运动策略,利用非欧几里德流形,这是普遍存在于机器人配置和任务空间的几何结构。我们的拉回束动力系统(PBDS)框架驱动所需的任务行为,并优先任务使用单独的位置相关和位置/速度相关的黎曼度量,分别,从而简化了单个任务的设计和模块化的任务组成。对于强制约束,我们提供了一类基于度量的任务,通过只对目标区域吸引力施加非冲突的潜在函数来消除局部极小值。我们还提供了一个几何优化问题,结合任务的启发黎曼运动策略(RMP),减少到一个简单的最小二乘问题,我们表明,我们的方法是几何定义良好。我们展示了PBDS框架上的领域$\mathbb S^2$和在300-500赫兹的机械臂,我们提供了任务设计指导和一个开源的Julia库实现。总体而言,这项工作提出了一个快速,易于使用的框架,用于生成运动策略,而不会在一般流形上出现不必要的潜在函数局部极小值。
2021-03-25 cs.RO
Neural Autonomous Navigation with Riemannian Motion Policy
Paul G. Allen School of Computer Science & Engineering, University of Washington(保罗·G·艾伦计算机科学与工程学院,华盛顿大学);NVIDIA(英伟达)
自主导航的端到端学习作为一种有前途的减少建模误差的方法,近年来受到了广泛的关注。然而,它的数据复杂性,特别是在推广到看不见的环境方面,是很高的。我们介绍了一种新的基于图像的自主导航技术,利用在政策结构使用黎曼运动策略(RMP)框架的车辆控制的深度学习。我们设计了一个深度神经网络来从视觉图像中预测车辆的控制点RMP,从中可以分析计算出最优控制命令。我们表明,我们在吉布森环境中训练的网络可用于室内避障和真实RC汽车上的导航,并且我们的RMP表示比直接预测局部几何形状或预测控制命令更好地推广到看不见的环境。
2019-04-03 cs.RO
MotionTrans: Human VR Data Enable Motion-Level Learning for Robotic Manipulation Policies
Institute for Interdisciplinary Information Sciences(交叉信息学院);Shanghai Qi Zhi Institute(上海启智研究所);State Key Laboratory of Multimedia Information Processing School of Computer Science(多媒体信息处理国家重点实验室计算机科学学院);Shanghai Jiao Tong University(上海交通大学);Wuhan University(武汉大学)
本文提出MotionTrans框架,通过多任务人机协同训练将人类VR数据中的运动直接迁移到机器人策略,实现13个任务的运动级迁移(9个零样本成功),并揭示了协同训练与运动覆盖的关键作用。
2025-09-22 cs.RO
What Matters in Humanoid General Motion Tracking? An Empirical Study
研究人形通用运动跟踪中重要因素,开发YAHMP框架,比较不同建模和训练因素变体,在测试集评估策略并与基线对比,区分不同选择效果,还将策略零样本部署到真实机器人展示多种能力。
2026-07-23 cs.RO
Faster Visuomotor Policy Learning on Action Manifolds via Riemannian MeanFlow
Purdue University(普渡大学)
提出黎曼均值流策略(RMFP),在动作流形上学习条件流映射,通过流映射一致性目标实现单次网络评估生成动作序列,在多个基准和真实任务上以更低采样成本达到竞争性能。
2026-09-25 cs.RO
Learning Robot Policies for Whole-Body Mobility Assistance via Dynamic Human Motion Generation
Carnegie Mellon University(卡内基梅隆大学);Intuitive Autonomy
本文提出一种基于仿真的全身辅助机器人策略学习框架,通过对抗运动先验训练人体策略,结合脚本控制器收集演示数据,训练3D扩散策略实现移动机械臂的STS和L&T辅助,可完成仿真到真实的迁移。
2026-10-14 cs.RO
SViP: Sequencing Bimanual Visuomotor Policies with Object-Centric Motion Primitives
The University of Hong Kong(香港大学);Centre for Transformative Garment Production (InnoHK)(转型服装生产中心);Huawei Technologies Co., Ltd(华为技术有限公司)
SViP通过将视觉运动策略与任务和运动规划结合,利用语义场景图划分示范并生成参数化原语,仅需20个示范即可实现分布外泛化,优于现有生成式模仿学习方法。
2025-06-23 cs.RO
Composable Energy Policies for Reactive Motion Generation and Reinforcement Learning
TU Darmstadt(达姆施塔特工业大学);University of Washington(华盛顿大学);MPI for Intelligent Systems(马克斯·普朗克智能系统研究所)
反应性运动生成问题通常通过将动作计算为策略的总和来解决。然而,这些策略是相互独立的,因此,当将它们的贡献加在一起时,它们可能会有冲突的行为。我们介绍了可组合能源政策(CEP),一个新的框架模块化反应运动生成。CEP通过对一组随机策略的乘积进行优化来计算控制动作。这种策略的产物将为满足所有组件的那些行动提供高概率,而为其他组件提供低概率。优化策略的产品避免了策略之间的冲突行为的有害影响,选择满足所有目标的行为。此外,我们表明CEP自然适应强化学习问题,使我们能够以分层的方式整合任何分布作为先验,从多峰分布到非光滑分布,并学习新的策略。
2021-05-11 cs.LG cs.RO
Towards Coordinated Robot Motions: End-to-End Learning of Motion Policies on Transform Trees
Georgia Institute of Technology(佐治亚理工学院);University of Washington(华盛顿大学);NVIDIA Research(英伟达研究院)
由于机器人所施加的几何约束,生成同时完成多个任务的机器人运动是具有挑战性的。在本文中,我们提出了解决多任务问题,通过学习结构化的政策,从人类的示范。我们的结构化策略受到RMPflow的启发,RMPflow是一个用于在不同空间上组合子任务策略的框架。策略结构为用户提供了一个界面,用于1)指定与任务完成直接相关的空间,以及2)为不需要学习的某些任务设计策略。我们推导出一个适合于多任务问题的端到端学习目标函数,强调任务空间上的运动偏差。此外,从学习的策略类生成的运动被保证是稳定的。我们验证了我们提出的学习框架的有效性,通过定性和定量评估三个机器人任务上的7自由度Rethink Sawyer机器人。
2021-03-10 cs.LG cs.RO
Riemannian Motion Policy Fusion through Learnable Lyapunov Function Reshaping
Georgia Institute of Technology(佐治亚理工学院);University of Washington(华盛顿大学);NVIDIA(英伟达)
RMPflow是最近提出的一个基于微分几何的策略融合框架。虽然RMPflow已经证明了有前途的性能,它需要用户提供合理的子任务策略作为黎曼运动策略(RMP:运动策略和重要性矩阵函数),这本身就是一个困难的设计问题。我们提出RMPfusion,RMPflow的一个变体,来解决这个问题。RMPfusion补充RMPflow的权重函数,可以分层重塑的李雅普诺夫函数的子任务RMP根据当前配置的机器人和环境。这种额外的灵活性可以弥补用户提供的不完美的子任务RMP,提高组合策略的性能。这些权重函数可以通过反向传播来学习。此外,我们证明了,在温和的限制下的权重函数,RMPfusion总是产生一个全球的Lyapunov稳定的运动策略。这意味着我们可以将RMPfusion视为策略优化中的结构化策略类,即使在学习的不成熟阶段,也可以保证生成稳定的策略。我们证明了这些性质的RMPfusion在模仿学习实验在模拟和现实世界的机器人。
2019-10-08 cs.AI cs.LG cs.RO
Curve Reconstruction in Riemannian Manifolds: Ordering Motion Frames
Dhirubhai Ambani Institute of Information and Communication Technology(迪鲁巴伊·安巴尼信息与通信技术学院)
在这篇文章中,我们将计算几何曲线重建方法扩展到黎曼流形中的曲线。我们证明了最小生成树,给定一个足够密集的样本,正确地重建光滑弧和进一步的封闭和简单的曲线在黎曼流形。证明是基于曲线的管状邻域内的曲线段的行为。为了考虑流形的局部拓扑变化,构造了管状邻域,并考虑了基础黎曼流形的内射性半径。我们还提出了成功地重建曲线的例子,并展示了曲线重建的应用程序,以排序运动帧。
2010-12-20 cs.CG cs.GR cs.RO
SEAM: Smooth Execution of Action-Chunked Motion for Vision-Language-Action Policies
South China University of Technology(南方科技大学)
研究视觉-语言-动作策略中动作块执行的多模态分叉问题,提出无训练推理时的SEAM方法,利用同步执行见解,通过速度引导损失转向机制减少边界抖动和块过渡不连续性。
2026-07-07 cs.RO
Booster Lab: A Data-Centric Pipeline for Learning Deployable Humanoid Locomotion Policies
Department of Automation, Tsinghua University(清华大学自动化系);School of Mechanical and Electronic Control Engineering, Beijing Jiaotong University(北京交通大学机械与电子控制工程学院);Booster Robotics Technology Co., Ltd(北京加速进化科技有限公司)
提出一种数据中心化流水线,通过运动数据筛选、真实到仿真模型适配、基于AMP的强化学习和仿真到现实部署,解决人形机器人运动数据稀缺问题,并在Booster T1和K1机器人上验证。
2026-06-29 cs.RO
Reactive Motion Generation on Learned Riemannian Manifolds
Bosch(博世)
本文提出利用VAE从人类示教中学习黎曼度量,并以障碍物感知度量重塑流形生成测地线,使7自由度机械臂可反应式避障并产生多模式运动。
2023-08-17 cs.AI cs.LG cs.RO
Learning Smooth SE(3) Trajectories under Left-Invariant Riemannian Metrics
University of Pennsylvania(宾夕法尼亚大学)
该研究针对SE(3)轨迹生成的计算成本问题,提出基于学习的框架,用神经网络参数化多项式系数与时长,生成的轨迹近似数值优化解且推理达毫秒级,可用于机器人运动原语及四旋翼飞行优化。
2026-08-04 cs.RO
Learning from Demonstrations over Riemannian Manifolds using Neural ODEs: An Extended Abstract
ETH Zürich(苏黎世联邦理工学院)
针对机器人状态(如方向)在弯曲空间上演化的问题,提出利用神经常微分方程在黎曼流形上从示范中学习,通过数值估计测地线实现自然运动生成,并降低计算开销。
2026-06-03 cs.RO
Learning Riemannian Manifolds for Geodesic Motion Skills
Bosch Center for Artificial Intelligence (BCAI)(博世人工智能中心);Karlsruhe Institute of Technology (KIT)(卡尔斯鲁厄理工学院);Technical University of Denmark (DTU)(丹麦技术大学);Max Planck Institute for Intelligent Systems (MPI-IS)(马克斯·普朗克智能系统研究所)
为了让机器人与人类一起工作并在非结构化环境中执行任务,它们必须学习新的运动技能,并使其适应飞行中看不见的情况。这就要求学习模型能够捕捉相关的运动模式,同时提供足够的灵活性,使编码技能适应新的要求,例如动态避障。我们引入了黎曼流形的角度来看这个问题,并建议学习黎曼流形上的人类示范,测地线是自然的运动技能。我们实现了这一点与变分自编码器(VAE)的位置和方向的机器人末端执行器的空间。测地线运动技能让机器人计划从数据流形上的任意点到任意点的运动。它们还提供了一种简单的方法,通过以在线方式重新定义环境指标来避免障碍。此外,测地线自然地利用多模式任务产生的流形来设计以前没有明确证明的运动。我们使用7-DoF机器人操纵器测试我们的学习框架,机器人令人满意地学习和再现具有精细运动模式的逼真技能,避免以前看不见的障碍物,并在多模式设置中生成新颖的运动。
2021-07-01 cs.AI cs.LG cs.RO
STDArm: Transferring Visuomotor Policies From Static Data Training to Dynamic Robot Manipulation
University of Science and Technology of China(中国科学技术大学)
提出STDArm系统,通过包含动作管理器、轻量级预测网络稳定器和在线延迟估计模块的实时动作校正框架,将静态训练的视觉运动策略直接迁移至动态机器人平台,实现厘米级移动操作精度。
2025-04-26 cs.RO
A Mechanical Screwing Tool for 2-Finger Parallel Grippers -- Design, Optimization, and Manipulation Policies
Osaka University(大阪大学);National Inst. of AIST(产业技术综合研究所)
本文提出了一种双指并联机器人手爪的机械工具及其操作策略。它主要集中在一个机构,转换为连续旋转的两指平行夹持运动,以实现紧固螺钉等任务。该工具的基本结构包括一个剪式元件(SLE)机构和一个双棘轮机构。它们一起将重复的线性运动转换为连续的旋转运动。在SLE机构的关节处,连接有弹性元件,以提供夹持工具的阻力,并在夹持器释放工具时产生扭矩输出。该工具完全是机械式的,允许机器人在没有任何外围设备和电源的情况下使用该工具。本文详细介绍了工具的设计,优化其尺寸和有效行程长度,并研究了接触和力,以实现稳定的抓持和拧紧。除了设计之外,本文还为工具开发了操作策略。这些策略包括视觉识别、拾取和操纵以及交换工具提示。所研制的工具在前端产生顺时针旋转,在后端产生逆时针旋转。各种工具提示可以安装在两端。机器人可以采用所开发的操作策略来根据特定紧固或松开任务的需要交换工具提示和旋转方向。机器人还可以使用拾取和放置或移交来重新定向工具,并使用策略将工具移动到工作姿势。所设计的工具,连同开发的操作政策,分析和验证在几个现实世界中的应用。该工具体积小,无线,方便,并具有良好的鲁棒性和适应性。
2020-06-18 cs.RO
Compliant GMT: Making General Motion Tracking Compliant via Residual Reference Adaptation
该研究提出模块化框架C-GMT,利用预训练GMT的通用性并引入残差适配器实现全身柔顺响应,在仿真和G1机器人实验中提升了运动跟踪的柔顺性、安全性与鲁棒性。
2026-10-16 cs.RO
Planning and Resilient Execution of Policies For Manipulation in Contact with Actuation Uncertainty
Worcester Polytechnic Institute(伍斯特理工学院);University of Michigan(密歇根大学)
我们提出了一种方法,用于规划运动的机器人与致动的不确定性,结合与环境的接触和机器人可靠地执行操作任务的遵守。我们的方法由两个阶段组成:(1)使用基于采样的运动规划器生成部分策略,该运动规划器使用基于粒子的不确定性模型以及接触和顺应性的模拟;以及(2)弹性执行,该弹性执行更新计划的策略以考虑执行中可能由模型或环境不准确引起的意外行为。我们已经在模拟的SE(2)和SE(3)环境和Baxter机器人中测试了我们的计划器和策略执行。我们表明,我们的方法有效地生成的政策,以执行操作任务,涉及重大的接触和比较几个简单的方法。此外,我们表明,我们的政策适应是有弹性的重大变化,在执行过程中,例如,增加了一个新的障碍的环境。
2017-04-03 cs.RO
Distilling Motion Planner Augmented Policies into Visual Control Policies for Robot Manipulation
University of Southern California(南加州大学)
在现实的,有障碍的环境中学习复杂的操作任务是一个具有挑战性的问题,由于困难的探索存在的障碍和高维视觉观察。先前的工作通过整合运动规划和强化学习来解决探索问题。然而,运动规划器增强策略需要访问状态信息,这在现实世界的设置中通常是不可用的。为此,我们建议通过以下方式将基于状态的运动规划器增强策略提取为视觉控制策略:(1)视觉行为克隆,以去除运动规划器依赖性及其抖动运动,以及(2)基于视觉的强化学习,并在行为克隆代理的平滑轨迹的指导下。我们评估我们的方法在三个操作任务在障碍环境中,并比较它与各种强化学习和模仿学习基线。结果表明,我们的框架是高度采样效率和优于国家的最先进的算法。此外,再加上域随机化,我们的政策是能够zero-shot转移到看不见的环境设置与干扰。代码和视频可在https://clvrai.com/mopa-pd上获得
2021-11-11 cs.AI cs.LG cs.RO
FOCI Policy: Focus on Object-Centric Interactions for Relational Manipulation Policies
KU Leuven(鲁汶大学);Flanders Make(佛兰德斯制造研究院)
FOCI策略通过提取紧凑交互片段并建模对象间相对SE(3)运动,以少量数据实现高效的关系操作泛化。
2026-09-09 cs.RO
Nonprehensile Riemannian Motion Predictive Control
University of Washington(华盛顿大学)
非线性操纵涉及到长时间的欠驱动对象相互作用和与不同对象的物理接触,这可能会固有地引入高度的不确定性。在这项工作中,我们引入了一种新的Real-to-Sim奖励分析技术,称为黎曼运动预测控制(RMPC),以可靠地想象和预测为真实机器人平台采取可能行动的结果。我们提出的RMPC受益于黎曼运动策略和二阶动力学模型来计算加速度命令和控制机器人在表面上的每个位置。我们的方法创建了一个真实场景的3D对象级重组模型,在那里我们可以模拟不同轨迹的效果。我们产生了一个闭环控制器,在一个连续的动作空间反应性地推动对象。我们评估我们的RMPC方法的性能进行实验,在一个真正的机器人平台上,以及模拟和比较几个基线。我们观察到,RMPC是强大的,以及在混乱和闭塞的环境,优于基线。
2021-11-15 cs.LG cs.RO cs.SY
Learning Riemannian Stable Dynamical Systems via Diffeomorphisms
Bosch Center for Artificial Intelligence(博世人工智能中心);Karlsruhe Institute of Technology (KIT)(卡尔斯鲁厄理工学院(KIT))
灵巧和自主的机器人应该能够熟练地执行复杂的动态运动。可以利用学习技术来构建这种动态技能的模型。为了实现这一点,学习模型需要编码一个类似于所需运动动态的稳定矢量场。这是具有挑战性的,因为机器人状态不会在欧几里得空间上演变,因此稳定性保证和矢量场编码需要考虑由例如取向表示产生的几何形状。为了解决这个问题,我们建议学习黎曼稳定动力系统(RSDS)的演示,使我们能够考虑不同的几何约束所产生的动力系统状态表示。我们的方法提供了黎曼流形上的Lyapunov稳定性保证,通过建立在神经流形常微分方程上的仿射来实现所需的运动动力学。我们表明,我们的黎曼方法使人们有可能学习稳定的动力系统显示复杂的向量场的说明性的例子和现实世界的操作任务,其中欧几里得近似失败。
2022-11-06 cs.LG cs.RO
Wasserstein Gradient Flows for Optimizing Gaussian Mixture Policies
Bosch Center for Artificial Intelligence (BCAI)(博世人工智能中心(BCAI))
提出将基于GMMs的机器人策略优化转化为Wasserstein梯度流问题,利用$L^2$-Wasserstein距离和Bures-Wasserstein流形约束更新,在避障等任务中提升了成功率与稳定性。
2023-05-17 cs.LG cs.RO
Flip Stunts on Bicycle Robots using Iterative Motion Imitation
RAI Institute(RAI研究所);Georgia Institute of Technology(佐治亚理工学院)
本文通过强化学习实现自行车机器人前翻转,提出迭代运动模仿(IMI)方法,通过迭代模仿生成轨迹训练出可行敏捷行为,在UMV上实现地面到地面和地面到桌子的翻转,优于单次动作模仿,首次实现无辅助空中翻转。
2026-03-30 cs.RO
A Reachability-based Safety Certificate for Dynamical System Motion Policies
University of Pennsylvania(宾夕法尼亚大学)
本研究提出一种基于后向可达管的值函数作为安全证书,用于动力系统运动策略,在无控制输入和稳定性条件下简化可达性计算,并在多种DS构造及Franka机械臂上验证其有效性,同时避免CBF方法的鞍点问题。
2026-10-01 cs.RO
Veo-Act: Enhancing VLA Policies with Frontier Video Models
Tsinghua University(清华大学)
本文探讨前沿视频模型如Veo-3在通用机器人操作中的应用,提出Veo-Act框架结合高阶运动规划与低阶执行器,提升指令跟随性能。
2026-09-17 cs.RO
RMPs for Safe Impedance Control in Contact-Rich Manipulation
Brown University(布朗大学)
操作空间的变阻抗控制是一种很有前途的学习接触丰富的操作行为的方法。这种方法的主要挑战之一是产生确保手臂和环境安全的操纵行为。这种行为通常通过惩罚不安全行为(例如障碍物碰撞,关节限制扩展)的奖励函数来实现,但这种方法并不总是有效,并且不会导致可以在略微不同的环境中重用的行为。我们将展示如何结合黎曼运动策略,一类动态生成运动的安全和碰撞约束的存在下,与可变阻抗操作空间控制学习更安全的接触丰富的操作行为的政策。
2022-03-07 cs.RO
Safe and Steerable Geometric Motion Policies for Robotic Dexterous Manipulation
Computer Science Department, Stanford University(斯坦福大学计算机科学系);Laboratory of Signals and Systems, University of Paris-Saclay, CNRS, CentraleSupélec(巴黎-萨克雷大学信号实验室,CNRS,CentraleSupélec);Toyota Research Institute(丰田研究院)
本研究提出SafePBDS框架,通过几何一致的方法计算最优且可证明安全的配置流形加速度,以实现机器人灵巧操作中的目标和约束的持续协调,并在模拟和Franka Panda-Allegro手平台上验证了其在灵巧抓取和手部重定向中的高效规划和安全保障。
2026-05-20 cs.RO