Extending planning knowledge using ontologies for goal opportunities
Universitat Politècnica de València(瓦伦西亚理工大学)
以目标为导向的行为方法包括在线规划和机会主义规划,通过生成替代目标来避免失败或抓住机会,从而应对环境的变化。然而,当前的方法仅解决与正在解决的规划任务中已经定义的对象或对象类型相关的未预期的变化。本文描述了一种独立于领域的方法,通过扩展具有新类型的相关对象的规划任务的知识来推进最新技术。该方法利用本体,语义措施,本体对齐,以适应新获得的数据,触发制定目标的机会,诱导一个更好的价值计划。
2019-04-07 cs.AI
HyP-DESPOT: A Hybrid Parallel Algorithm for Online Planning under Uncertainty
不确定性下的规划是机器人在不确定、动态环境中实现鲁棒性能的关键,但其计算代价很高。最先进的在线搜索算法,如DESPOT,大大提高了不确定性下规划的计算效率,使其成为机器人实践中的一个有价值的工具。这项工作通过利用CPU和GPU并行化更进一步,以便为具有大型状态,动作和观察空间的复杂任务实现近实时在线规划性能。具体来说,我们提出了混合并行DESPOT(HyP-DESPOT),一个大规模并行在线规划算法,集成了CPU和GPU的并行性在一个多层次的计划。它通过使用多核CPU同时遍历多个独立路径来执行并行DESPOT树搜索,并使用GPU在搜索树的叶节点处执行并行Monte-Carlo模拟。实验结果表明,HyP-DESPOT加快了高达几百倍的在线规划,与原来的DESPOT算法相比,在几个具有挑战性的机器人任务的仿真。
2018-02-17 cs.AI
Planning as Goal Recognition: Deriving Heuristics from Intention Models -- Extended Version
本文提出基于分歧的目标意图评估框架,推导出高效可计算的启发式方法,并展示其在经典规划问题求解中的改进效果。
2026-03-24 cs.AI
Planning under Continuous Time and Resource Uncertainty: A Challenge for AI
NASA Ames Research Center(美国国家航空航天局艾姆斯研究中心);QSS Group Inc.(QSS集团公司)
我们概述了一类问题,典型的火星漫游者的操作,是有问题的,目前的规划方法下的不确定性。现有的方法失败,因为他们遭受一个或多个以下限制:1)他们依赖于非常简单的行动和时间模型,2)他们假设不确定性表现在离散的行动结果,3)他们只适用于非常小的问题。对于许多现实世界的问题,这些假设并不成立。特别是,当计划火星漫游者的活动时,上述假设都是无效的:1)动作可以是并发的,并且具有不同的持续时间,2)关于动作持续时间和连续资源(如电力)的消耗存在不确定性,以及3)典型的日常计划涉及大约一百个动作。这类问题可能是特别感兴趣的UAI社区,因为经典的和决策理论的规划技术可能是有用的,在解决it.We描述的流动站问题,讨论以前的工作规划下的不确定性,并提出了一个详细的,但非常小的例子说明了一些困难,找到好的计划。
2012-12-12 cs.AI
On Reasonable and Forced Goal Orderings and their Use in an Agenda-Driven Planning Algorithm
本文讨论了计算目标排序的问题,这是人工智能规划中的一个长期存在的问题。它作出了两项新的贡献。首先,它正式定义和讨论了两种不同的目标排序,这是所谓的合理和强制排序。这两种排序都是为简单的ADL运算符以及支持否定和条件效应的更复杂的ADL运算符定义的。这些订单的复杂性进行了调查,并讨论了它们的实际意义。其次,提出了两种计算合理目标排序的方法。其中之一是基于规划图,而其他调查的行动直接。最后,它示出了如何的排序关系,这已经得到了一组给定的目标G,可以用来计算一个所谓的目标议程,划分成一组有序的子目标G。原则上,任何计划者都可以使用目标议程来计划越来越多的子目标。这可以导致指数级的复杂性降低,因为复杂规划问题的解决方案是通过解决更容易的子问题来找到的。由于只有一个多项式的开销是由目标议程计算,一个潜在的存在,以显着加快规划算法,因为我们在实证评估中证明,我们使用这种方法在IPP规划。
2011-06-01 cs.AI
GRAVITAS: A Model Checking Based Planning and Goal Reasoning Framework for Autonomous Systems
Griffith University(格里菲斯大学);National University of Singapore(新加坡国立大学);Defence Science and Technology Group, Australia(澳大利亚国防科学与技术集团);University of South Australia(南澳大学)
虽然人工智能技术在自主系统中有许多成功的应用,但其中许多技术允许难以解释的行为,并可能导致不确定的结果。我们遵循“验证规划”的范式,并建议使用模型检验技术来解决规划和目标推理问题的自治系统。我们给出了一个新的制定目标任务网络(GTN)是为我们的模型检验为基础的框架。然后,我们提供了一个系统的方法,模型GTN的模型检查过程分析工具包(PAT)。我们提出我们的规划和目标推理系统作为一个框架,称为独立可信自治系统(GRAVITAS)的目标推理和验证,并讨论它如何有助于在不确定的环境中提供值得信赖的计划。最后,我们证明了所提出的想法在实验中,模拟的REMUS-100自主水下航行器执行的调查任务。
2019-10-03 cs.AI
TIDE: A Trace-Informed Depth-First Exploration for Planning with Temporally Extended Goals
TIDE通过分解时间问题为可达-避免子问题,结合成本驱动启发式方法,提升时间扩展目标规划的效率和完整性。
2026-01-17 cs.AI
Leveraging Planning Landmarks for Hybrid Online Goal Recognition
Institute for Enterprise Systems, University of Mannheim(曼海姆大学企业系统研究所);Data and Web Science Group, University of Mannheim(曼海姆大学数据与网络科学研究组)
目标识别在许多应用领域(例如,普适计算、入侵检测、计算机游戏等)。在许多应用场景中,重要的是目标识别算法可以尽可能快地识别被观察的Agent的目标,并且具有最少的领域知识。因此,在本文中,我们提出了一种混合的方法,结合了一个象征性的规划地标为基础的方法和数据驱动的目标识别方法,在线目标识别,并评估它在现实世界中的烹饪场景。实验结果表明,该方法不仅在计算时间方面比现有技术更有效,而且还提高了目标识别性能。此外,我们表明,利用规划地标为基础的方法,这是迄今为止只评估人工基准域,也实现了良好的识别性能时,应用到现实世界的烹饪场景。
2023-01-25 cs.AI
Qualitative Probabilistic Networks for Planning Under Uncertainty
MIT Laboratory for Computer Science(麻省理工学院计算机科学实验室)
贝叶斯网络为关于可能性的定性断言提供了概率语义。基于这些断言的代数的定性推理器可以得出关于动作的影响的进一步结论。虽然这些结论比从完全概率分布中计算出来的结论要弱得多,但它们对于建议潜在的行动、消除明显较差的计划、识别重要的权衡和解释概率模型仍然很有价值。
2013-03-27 cs.AI
High Level Path Planning with Uncertainty
University of British Columbia(不列颠哥伦比亚大学)
对于高层次的路径规划,环境通常被建模为距离图,路径规划问题归结为计算距离图中的最短路径。这种建模的一个主要缺点是无法对实践中经常遇到的不确定性进行建模。在本文中,一个新的工具,称为U-young,提出了环境建模。U-图是距离图的扩展,具有处理一种不确定性的能力。通过将不确定环境建模为U图,将导航问题建模为马尔可夫决策过程,可以精确地定义一个新的导航计划最优性准则,更重要的是,可以给出一个计算导航任务最优计划的通用算法。
2013-03-20 cs.AI
Satisficing and Optimal Generalised Planning via Goal Regression (Extended Version)
针对通用规划任务,本文提出基于目标回归的简单新方法,生成可直接执行或用于搜索剪枝的一阶规则,证明了其有效性条件,实验证实其性能优于现有最优规划器。
2025-11-14 cs.AI
A Neuro-Symbolic Framework for Reasoning under Perceptual Uncertainty: Bridging Continuous Perception and Discrete Symbolic Planning
The University of Hong Kong(香港大学);Guangzhou College of Commerce(广州商学院)
针对AI系统中连续感知与离散符号推理的连接挑战,提出一种神经符号框架,通过概率符号状态提取与不确定性感知规划器实现感知到规划的不确定性建模与传播,在桌面机器人操纵任务中取得优于POMDP基线的性能,且具通用性。
2025-11-18 cs.AI
Diffusion Subgoal Planning for Long-Horizon Offline Goal-Conditioned Reinforcement Learning
China University of Mining and Technology(中国矿业大学);South China University of Technology(华南理工大学)
针对长视界离线目标条件强化学习中价值函数不稳定问题,提出基于扩散的子目标生成框架DSP,通过无分类器引导生成可达且目标导向的子目标,在导航和操作任务上优于现有方法。
2026-10-21 cs.AI
Metareasoning for Planning Under Uncertainty
University of Washington(华盛顿大学);Microsoft Research(微软研究院)
传统的在线规划模型下的不确定性假设,代理可以停止和计划,而不会产生成本的时间花费规划。然而,在大多数现实世界的设置中,计划时间并不是免费的。例如,自主无人机即使在思考时也会受到自然力(如重力)的影响,并且必须为抵消这些力量而付出代价,或者努力应对默许它们所导致的状态变化。在这些环境中的政策优化需要元推理-一个权衡规划成本和可能实现的潜在政策改进的过程。我们形式化和分析马尔可夫决策过程(MDP)的元推理问题。我们的工作包括以前研究的特殊情况下的元推理,并表明,在一般情况下,元推理是最多多项式比解决MDPs与任何给定的算法,无视思维的成本。由于我们讨论的原因,最佳一般元推理被证明是不切实际的,激励近似。我们提出了近似元推理程序,依赖于特殊属性的BRTDP规划算法,并探讨我们的方法对各种问题的有效性。
2015-05-03 cs.AI
Planning with Uncertainty: Symmetries, Policy Inference, and Solution Compression
INF/UFRGS(乌尔巴诺-弗兰西斯科·里格尔大学信息学院)
本文提出基于显式最佳优先策略空间搜索的FOND规划方法,通过定义策略等价关系、利用群论计算状态对称性、多项式时间策略推断以及整数规划实现部分状态策略压缩,显著提升求解效率。
2026-06-02 cs.AI
Toward Constraint Compliant Goal Formulation and Planning
IQM Research Institute(IQM研究所)
本文研究伦理约束如何影响智能体目标制定与规划,比较义务论与功利主义框架下软硬约束的合规行为,并指出元认知判断对解决伦理冲突的关键作用。
2024-06-10 cs.AI
Deep Learning Decision Support System for Open-Pit Mining Optimisation: GPU-Accelerated Planning Under Geological Uncertainty
University of Technology Sydney(悉尼科技大学)
本研究提出了一种基于深度学习的决策支持系统,利用变分自编码器和混合元启发式算法,在地质不确定性下实现GPU加速的露天矿优化规划。
2025-11-23 cs.AI
Fairness in Multi-Agent Planning
Universidad Carlos III de Madrid(马德里卡洛斯三世大学)
本文针对合作式多智能体规划中目标分配的公平性问题,将已知公平性方案适配到MAP中,并提出两种生成成本感知公平计划的新方法,实验证明其优于基线且无需牺牲过多计划成本。
2023-05-22 cs.AI
Investigating the Combination of Planning-Based and Data-Driven Methods for Goal Recognition
University of Mannheim(曼海姆大学)
普适的智能辅助系统的一个重要特征是能够动态地适应其用户的当前需求。因此,这类系统必须能够根据对用户行为和环境状态的观察来识别这些目标和需求。在这项工作中,我们研究了两个国家的最先进的,基于规划的计划识别方法在现实世界中的应用。到目前为止,这些方法只在人工环境中与行为完全理性的代理相结合进行评估。我们表明,这种方法有困难时,用于识别人类受试者的目标,因为人类的行为通常是不完全理性的。为了克服这个问题,我们提出了一个扩展到现有的方法,通过一个基于分类的方法训练观察到的行为数据。我们的经验表明,所提出的扩展不仅优于纯粹的基于规划和纯粹的数据驱动的目标识别方法,但也能够识别正确的目标更可靠,特别是当只有少量的观察。这大大提高了智能辅助系统的混合目标识别方法的有用性,因为早期识别目标为系统的支持性反应提供了更多的可能性。
2023-01-13 cs.AI
Planning Landmark Based Goal Recognition Revisited: Does Using Initial State Landmarks Make Sense?
University of Mannheim(曼海姆大学)
本文探讨基于规划地标的目标识别中,使用初始状态地标是否有益,通过实证表明省略初始状态地标可提升目标识别性能。
2023-11-10 cs.AI
Long-Tail Prediction Uncertainty Aware Trajectory Planning for Self-driving Vehicles
Tsinghua University(清华大学);Toyota Motor Technical Research And Service (Shanghai) CO.,Ltd.(丰田汽车技术研发(上海)有限公司)
自动驾驶的典型轨迹规划通常依赖于预测周围障碍物的未来行为。最近,深度学习技术由于其令人印象深刻的性能而被广泛用于设计预测模型。然而,这样的模型可能会失败的“长尾”驾驶情况下,训练数据是稀疏或不可用,导致规划失败。为此,这项工作提出了一个轨迹规划器,考虑预测模型的不确定性所产生的数据不足,更安全的性能。首先,集成网络结构估计由于训练数据不足而导致的预测模型的不确定性。然后设计了一个轨迹规划器,以考虑预测不确定性引起的最坏情况。结果表明,在数据不足导致预测不确定的情况下,该方法能够提高轨迹规划的安全性。同时,在数据充分的情况下,该框架不会导致过于保守的结果。该技术有助于提高现实世界长尾数据分布下自动驾驶汽车的安全性和可靠性。
2022-07-28 cs.AI
Path Planning under Time-Dependent Uncertainty
University of Michigan(密歇根大学)
在图中寻找最短路径的标准算法要求路径的成本在边成本中是可加的,并且通常假设成本是确定性的。我们考虑的问题,不确定的边缘成本,潜在的概率之间的依赖关系的成本。虽然这些依赖关系违反了标准的动态规划分解,我们确定了一个较弱的随机一致性条件,证明了一个广义的动态规划方法的基础上随机优势。我们提出了一个修正的路径规划算法,并证明它产生最优路径下的时间依赖的不确定成本。我们测试的算法,将其应用到随机总线网络的模型,并提出经验的性能结果比较它的一些替代品。最后,我们考虑将这些概念扩展到不确定性下更一般的一类启发式搜索问题。
2013-02-20 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
Timeline-based Planning and Execution with Uncertainty: Theory, Modeling Methodologies and Practice
自动规划是人工智能自诞生以来的主要研究领域之一。自动规划研究旨在开发通用推理机(即,能够自动解决复杂问题。一般来说,规划者依赖于一个概括性的模型,它描述了世界的可能状态以及为了改变世界的状态而可以采取的行动。给定一个模型和一个已知的初始状态,规划者的目标是综合一组实现特定目标状态所需的行动。传统的规划方法大致与上面的描述相对应。基于时间线的方法是一种特殊的规划范式,能够在一个统一的解决过程中整合因果和时间推理。这种方法已成功地应用于许多现实世界的情况下,虽然相关的规划概念缺乏一个共同的解释。事实上,应用该技术的现有框架之间存在显着差异。每个框架都依赖于自己对基于时间表的规划的解释,因此不容易比较这些系统。因此,这项工作的目的是调查的时间线为基础的方法来规划解决几个方面,从语义的相关规划概念的建模和求解技术。具体而言,这项博士工作的主要贡献包括:(i)能够处理时间不确定性的基于时间线的方法的正式表征的建议;(ii)分层建模和求解方法的建议;(iii)开发用于计划和执行的通用框架;(iv)在现实世界的制造场景中验证这种方法。
2019-05-14 cs.AI
Decentralized Multi-Agent Goal Assignment for Path Planning using Large Language Models
Center for Intelligent Machines (CIM) Laboratory(智能机器中心(CIM)实验室);McGill University(麦吉尔大学)
针对多智能体路径规划的分布式目标分配难题,提出基于LLM的智能体方案,通过独立推理排序加确定性规则消解冲突,实验证明其性能优于传统启发式、接近最优分配,验证了LLM在该场景的应用潜力。
2025-10-27 cs.AI
Planning, Scheduling, and Uncertainty in the Sequence of Future Events
Artificial Intelligence Technology Group(人工智能技术组);FMC Corporation(FMC公司)
工厂环境中的调度由于计算复杂性和时间不确定性而变得复杂。总之,这两个因素保证了构建最佳时间表的过程将是昂贵的,并且执行该时间表的机会将是微小的。任务执行时间的时间不确定性可以通过几种方法来抵消:通过仔细的工程来消除不确定性,在确定性丢失时恢复确定性,通过使用更精确的传感器来减少不确定性,以及量化和限制剩余的不确定性。不幸的是,这些方法只集中在不确定性的来源,并未能应用知识的任务,这是调度。一个完整的解决方案必须根据生产世界的发展状态调整要执行的活动的时间表。视觉导向组装的例子来说明,最小承诺的原则,在创建一个计划,在表示的时间表,并在执行的时间表,使机器人智能和有效地操作,即使在存在相当大的不确定性的未来事件的顺序。
2013-03-27 cs.AI
Proposing Hierarchical Goal-Conditioned Policy Planning in Multi-Goal Reinforcement Learning
Stellenbosch University(斯泰伦博斯大学)
本文提出HGCPP框架,将目标条件策略、蒙特卡洛树搜索与分层强化学习相结合,通过分层组织短期策略和高层动作规划,提升多目标稀疏奖励任务中的样本效率与规划能力。
2025-01-03 cs.AI cs.LG
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 as a Planning Signal: Multi-Turn Decision Making for Goal-Oriented Conversation
The Ohio State University(俄亥俄州立大学)
本文提出CUP框架,通过结合语言模型与结构化规划,解决目标导向对话中不确定性与信息获取之间的平衡问题,提升对话成功率并减少交互轮次。
2026-08-13 cs.AI cs.CL
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
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
C-Planning: An Automatic Curriculum for Learning Goal-Reaching Tasks
UC Berkeley(加州大学伯克利分校);Carnegie Mellon University(卡内基梅隆大学)
目标条件强化学习(RL)可以解决包括导航和操作在内的广泛领域的任务,但学习达到遥远的目标仍然是该领域的核心挑战。如果没有任何离线数据、专家演示和奖励塑造,学习如何达到这样的目标尤其困难。在本文中,我们提出了一个算法来解决遥远的目标达成任务,使用搜索在训练时自动生成一个课程的中间状态。我们的算法,分类器规划(C-规划),框架的学习目标条件的政策期望最大化:E-步骤对应于规划一个最佳序列的路点使用图搜索,而M-步骤的目的是学习一个目标条件的政策,以达到这些路点。与将目标条件强化学习与图搜索相结合的现有方法不同,我们的方法仅在训练期间执行搜索,而不是测试,从而显着降低了部署学习策略的计算成本。从经验上讲,我们证明了我们的方法是更有效的样本比以前的方法。此外,它能够解决非常长的视野操纵和导航任务,任务,以前的目标条件的方法和基于图搜索的方法无法解决。
2021-10-22 cs.AI cs.LG
Visual Goal-Directed Meta-Learning with Contextual Planning Networks
Intelligent Systems Center(智能系统中心);Johns Hopkins Applied Physics Lab(约翰斯·霍普金斯应用物理实验室)
元学习的目标是尽可能快地概括新的任务和目标。理想情况下,我们希望在第一次尝试时就能推广到新的目标和任务。为此,我们引入上下文规划网络(CPN)。任务被表示为目标图像并用于调节方法。我们评估CPN以及其他几种适用于zero-shot目标导向元学习的方法。我们使用Metaworld基准任务在24个不同的操作任务中评估这些方法。我们发现CPN在一项任务上优于几种方法和基线,并且在其他任务上与现有方法具有竞争力。我们展示了一个物理平台上的叠片任务使用Kinova雅科机械臂的方法。
2021-11-18 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
Calibrated Uncertainty for Informative Path Planning in Aquatic Environmental Monitoring
University of Sevilla(塞维利亚大学)
本研究针对水生环境监测中的信息路径规划,提出用深度集成替代高斯过程以提供校准的不确定性,实验表明该方法将重建误差降低83%,且蒙特卡洛树搜索在低计算成本下达到最优规划性能。
2026-10-07 cs.AI cs.IR
Goal-directed Planning and Goal Understanding by Active Inference: Evaluation Through Simulated and Physical Robot Experiments
Okinawa Institute of Science and Technology(冲绳科学技术大学院大学)
我们表明,目标导向的行动规划和生成的目的论框架可以制定使用自由能原则。该模型是建立在变分递归神经网络模型上的,其特征在于三个基本特征。这些是(1)可以为两种静态感觉状态指定目标,例如,对于要达到的目标图像和动态过程,例如,对于围绕对象移动,(2)模型不仅可以生成目标导向的行动计划,而且还可以通过感官观察来理解目标,以及(3)模型基于使用过去的感官观察推断的当前状态的最佳估计来生成针对给定目标的未来行动计划。该模型进行了评估,通过模拟移动代理,以及对一个真正的人形机器人进行对象操作的实验。
2022-02-21 cs.AI cs.RO
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
A Fully Controllable Agent in the Path Planning using Goal-Conditioned Reinforcement Learning
Rutgers University, The State University of New Jersey(罗格斯大学(新泽西州立大学))
路径规划的目的是通过搜索智能体的路径,使其从起点到达目标。在路径规划中,路线可以根据变量的数量而变化,使得对于代理达到各种目标是重要的。然而,许多研究都涉及用户预先定义的单一目标。在本研究中,我提出了一个新的强化学习框架,一个完全可控的智能体在路径规划。为此,我提出了一种双向记忆编辑来获得代理的各种双向轨迹,其中代理的行为和子目标在目标条件强化学习上进行训练。至于在各个方向上移动代理,我利用子目标专用网络,与策略网络分离。最后,提出了奖励塑造,以缩短智能体到达目标的步骤。在实验结果中,智能体能够达到智能体在训练中从未访问过的各种目标。我们证实了智能体可以执行诸如往返之类的困难任务,并且智能体使用具有奖励塑造的较短路线。
2022-05-20 cs.AI cs.LG
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
Planning as Descent: Goal-Conditioned Latent Trajectory Synthesis in Learned Energy Landscapes
University of Alicante(阿利坎特大学)
PaD通过学习目标条件化能量函数实现离线无奖励规划,以验证为基础进行轨迹合成,取得95%的成功率并优于现有方法。
2025-12-19 cs.AI cs.RO
Divide-and-Conquer Monte Carlo Tree Search For Goal-Directed Planning
Max Planck Institute for Intelligent Systems(马克斯·普朗克智能系统研究所);DeepMind
用于顺序决策的标准规划器(包括蒙特卡罗规划、树搜索、动态规划等)都受到一个隐含的顺序计划假设的约束:计划的构建顺序与执行顺序相同。我们考虑替代这一假设的类目标导向的强化学习(RL)的问题。而不是一个环境过渡模型,我们假设一个不完美的,目标导向的政策。这个低层次的策略可以通过一个计划来改进,该计划由一系列适当的子目标组成,这些子目标从开始到目标状态都对策略进行指导。我们提出了一个规划算法,分治蒙特卡罗树搜索(DC-MCTS),近似的最优计划,通过提出的中间子目标,分层划分的初始任务成简单的,然后独立和递归地解决。该算法批判性地利用了一个学习的子目标的建议,找到适当的分区树的新任务的基础上先前的经验。学习子目标建议的不同策略会产生严格概括顺序规划的不同规划策略。我们表明,这种算法的灵活性,规划顺序导致改进的结果,在网格世界中的导航任务,以及在具有挑战性的连续控制环境。
2020-04-23 cs.AI cs.LG stat.ML
Exact and Bounded Collision Probability for Motion Planning under Gaussian Uncertainty
University of Genoa(热那亚大学)
计算无碰撞轨迹对于安全航行至关重要。我们提出了一种方法来计算碰撞概率高斯分布的运动和传感器的不确定性与机器人和静态障碍物的形状近似为椭球。碰撞条件被制定为椭球体之间的距离,与以前的方法不同,我们提供了一种方法来计算准确的碰撞概率。此外,我们提供了一个严格的上限,可以更快地计算在线规划。还提供了与其他最先进的方法的比较。在不同的配置和障碍物的数量下,所提出的方法进行了评估模拟。
2021-10-12 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
PO-PDDL: Learning Symbolic POMDPs from Visual Demonstrations for Robot Planning Under Uncertainty
Shanghai Jiao Tong University(上海交通大学);Shanghai Innovation Institute(上海创新研究院)
提出PO-PDDL符号化POMDP框架,通过从机器人执行视频中重建潜在状态轨迹、识别部分可观测性并学习随机转移与观测模型,实现不确定性下的鲁棒任务规划。
2026-08-21 cs.AI cs.RO
Selective Dyna-style Planning Under Limited Model Capacity
The University of Alberta(阿尔伯塔大学);Alberta Machine Intelligence Institute (Amii)(阿尔伯塔机器智能研究所);Harvey Mudd College(哈维穆德学院)
在基于模型的强化学习中,使用不完美的环境模型进行规划可能会损害学习进度。但是,即使模型是不完美的,它仍然可能包含对规划有用的信息。在本文中,我们研究的想法,选择性地使用一个不完美的模型。智能体应该在状态空间中模型有用的部分进行规划,但避免在模型有害的部分使用模型。一个有效的选择性规划机制需要估计预测的不确定性,这是由任意的不确定性,参数的不确定性,模型的不充分性,以及其他来源。先前的工作集中在选择性规划的参数不确定性。在这项工作中,我们强调模型不足的重要性。我们发现,异方差回归可以信号预测的不确定性所产生的模型不足,这是互补的,这是检测的方法设计的参数不确定性,这表明,考虑参数的不确定性和模型不足可能是一个更有前途的方向,有效的选择性规划比任何一个孤立的。
2021-03-07 cs.AI cs.LG stat.ML
Double-Ended Synthesis Planning with Goal-Constrained Bidirectional Search
MIT(麻省理工学院);Georgia Tech(佐治亚理工学院)
针对现有计算机辅助合成规划算法无法满足指定起始原料约束的问题,提出基于双向图搜索的DESP算法,由离线学习的目标条件成本网络引导,在新基准上提升了求解率、减少了搜索扩展,且可复用现有单步逆合成模型。
2024-11-01 cs.AI q-bio.QM
Simultaneous Task Allocation and Planning Under Uncertainty
我们提出了新的技术任务分配和规划的多机器人系统在不确定的环境中运行。任务分配与规划同时进行,这提供了有关单个机器人行为的更详细信息,但也利用了任务之间的独立性来有效地完成任务。我们使用马尔可夫决策过程来模拟机器人的行为和线性时序逻辑来指定任务和安全约束。基于形式化验证的技术和工具,我们展示了如何生成一系列的多机器人策略,如果单个机器人失败,则迭代地改进它们以重新分配任务,并提供概率保证机器人团队的性能(和安全操作)。我们实现我们的方法,并评估它的基准多机器人的例子。
2018-08-10 cs.AI cs.RO
Tru-POMDP: Task Planning Under Uncertainty via Tree of Hypotheses and Open-Ended POMDPs
Shanghai Jiao Tong University(上海交通大学);Shanghai Innovation Institute(上海创新研究院);East China Normal University(华东师范大学);Beijing University of Posts and Telecommunications(北京邮电大学)
Tru-POMDP通过结合LLM生成的信念与开放性POMDP规划,有效应对任务规划中的不确定性,提升规划效率与鲁棒性。
2026-03-01 cs.AI cs.RO
Imitating Graph-Based Planning with Goal-Conditioned Policies
Korea Advanced Institute of Science and Technology (KAIST)(韩国科学技术院);Pohang University of Science and Technology (POSTECH)(浦项科技大学)
最近,基于图的规划算法得到了很多关注,以解决目标条件强化学习(RL)的任务:他们提供了一系列的子目标,以达到目标的目标,和代理学习执行子目标条件的政策。然而,这种RL方案的样本效率仍然是一个挑战,特别是对于长期任务。为了解决这个问题,我们提出了一个简单而有效的自我模仿计划,蒸馏子目标的条件下的政策目标目标的条件下的政策。我们在这里的直觉是,为了达到目标-目标,智能体应该通过子目标,因此目标-目标和子目标条件策略应该彼此相似。我们还提出了一种新的计划,在计划的路径,进一步提高性能的随机跳过执行的子目标。与只在执行阶段利用基于图的规划的现有方法不同,我们的方法将知识从规划器与图一起转移到策略学习中。我们的经验表明,我们的方法可以显着提高现有的目标条件强化学习方法在各种长期控制任务下的样本效率。
2023-03-20 cs.AI cs.LG
Partially Observable Task and Motion Planning with Uncertainty and Risk Awareness
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)
针对传统TAMP完全可观测、动作确定的假设局限,提出具备不确定性与风险感知的TAMPURA策略,在任务和控制器层进行不确定性推理,实验表明其性能优于确定性规划等方法,并在真实机器人问题中得到验证。
2024-10-06 cs.AI cs.RO
Affordance-Based Manipulation Planning with Text Goals and Sim-to-Real Generalisation via Real-to-Sim Image Conversion
该研究提出基于可供性识别与动作效果预测的操纵规划系统,通过多模态目标匹配模块评估候选计划,能跟踪遮挡物体位置。还用图像转换模块辅助,分别评估模块性能并展示集成系统在模拟与硬件上的规划能力。
2026-07-14 cs.AI cs.RO
DiffusionRollout: Uncertainty-Aware Rollout Planning in Long-Horizon PDE Solving
DiffusionRollout通过自适应选择步长策略,提升长时间尺度PDE求解的预测可靠性与准确性。
2026-02-14 cs.AI cs.LG
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