Neuromorphic quadratic programming for efficient and scalable model predictive control
School of Computation, Information, and Technology, Technische Universität München（慕尼黑工业大学计算、信息与技术学院）；Intel Labs（英特尔实验室）
针对边缘自主系统大型优化的实时低能耗需求，提出在Loihi 2芯片上求解凸二次规划的神经形态方法，用于ANYmal的MPC，能效延迟积较OSQP降两个数量级以上，验证了非冯架构的机器人控制优势。
2024-06-19 cs.ET cs.NE cs.RO
Intelligent Motion Planning for a Cost-effective Object Follower Mobile Robotic System with Obstacle Avoidance
Chaitanya Bharathi Institute of Technology（查塔尼亚·巴拉蒂理工学院）
很少有行业使用手动控制的机器人来搬运材料，而且这并不能在所有地方一直使用。因此，拥有机器人是非常安静的，它可以通过跟随特定的人所持有的独特颜色的物体来跟随该人。因此，我们提出了一种机器人系统，该系统使用机器人视觉和深度学习来获得所需的线速度和角速度，分别为ν和ω。这反过来又使机器人在跟随人类持有的独特颜色的物体时避开障碍物。我们提出的新方法可以准确地检测任何类型照明中独特颜色物体的位置，并告诉我们机器人所在的水平像素值，还可以告诉物体是否靠近或远离机器人。此外，我们在这个问题中使用的人工神经网络在线性和角速度预测中给了我们微小的误差，并且用于控制线性和角速度的PI控制器，其进而控制机器人的位置给了我们令人印象深刻的结果，并且这种方法优于所有其他方法。
2021-09-06 cs.CV cs.RO
Efficient delivery of Robotics Programming educational content using Cloud Robotics
Zurich University of Applied Sciences（苏黎世应用科学大学）
在本文中，我们报告了我们使用云机器人解决方案在苏黎世应用科学大学（ZHAW）教授机器人应用编程课程。使用基于Kubernetes的云计算环境结合真实机器人--海龟机器人和Niryo手臂--使我们能够：1）最大限度地减少向所有学生提供机器人操作系统（ROS）模拟和开发环境所需的设置待用时间，而不依赖于他们的笔记本电脑架构和操作系统; 2）提供无缝的“模拟到真实”体验，保留编写与物理世界交互的软件的令人兴奋的体验;以及3）在多个学生组之间共享GPU，从而有效地使用资源。我们描述了我们的要求、解决方案设计、在教育环境中使用该解决方案的经验以及可以进一步改进的领域。这可能会引起其他教育工作者的兴趣，他们可能想复制我们的经验。
2022-10-19 cs.RO
Endpoint-Explicit Differential Dynamic Programming via Exact Resolution
提出一种精确处理DDP端点约束的新方法，保证二次收敛并有效处理秩亏，适用于MPC和OC求解器，已在CROCODDYL中开源。
2025-03-05 cs.MS cs.RO math.OC
ReconROS Executor: Event-Driven Programming of FPGA-accelerated ROS 2 Applications
Paderborn University（帕德博恩大学）
机器人领域的许多应用都可以从FPGA加速中受益。相应的关键问题是如何将硬件加速器集成到以软件为中心的机器人编程环境中。最近，有几种方法已经证明了机器人操作系统（ROS），在机器人技术中占主导地位的编程环境的硬件加速。ROS是一个中间件层，其特点是将复杂的机器人应用程序组成为一组节点，这些节点通过发布/订阅等机制进行通信，并将它们分布在多个计算平台上。在本文中，我们提出了一种新的方法，基于事件的编程的机器人应用程序，利用ReconROS，灵活映射ROS 2节点的框架，无论是软件或可重构硬件。ReconROS执行器调度ROS 2节点的回调，并利用可重新配置的插槽模型和部分运行时重新配置来按需加载基于硬件的回调。我们描述了ReconROS执行器的方法，给出设计实例，并通过实验评估其功能的例子。
2022-01-19 cs.RO
TinySDP: Real Time Semidefinite Optimization for Certifiable and Agile Edge Robotics
A2R-Lab（A2R实验室）
本文提出TinySDP，一种为嵌入式系统设计的半正定规划求解器，用于实时模型预测控制，解决非凸障碍约束下的碰撞避免问题，实现更短路径和实时性。
2026-09-16 cs.RO cs.SY eess.SY
A Methodology for Approaching the Integration of Complex Robotics Systems Illustrated through a Bi-manual Manipulation Case-Study
Ocado Technology（奥卡多科技公司）
机器人的多学科性需要强大的集成方法，可以促进在工业应用中采用最先进的研究组件。不幸的是，没有明确的、社区接受的指导方针或标准来定义这些组件在单个机器人系统中的集成。在本文中，我们提出了一种方法，评估候选系统的软件组件的基础上所需的努力，以整合它们和它们的整合将对目标系统的影响。我们演示了如何使用工业工具包装系统作为一个例子，这种方法可以应用。该系统集成了广泛的内部和第三方研究成果和软件组件。我们证明了我们的方法的有效性，通过评估系统性能的实验基准，评估系统的鲁棒性，可靠性和运行速度给定的包装任务。我们还演示了如何使用我们的方法来预测组件所需的集成时间。所提出的集成方法可以应用于任何机器人系统，以促进其从研究过渡到工业环境。
2021-03-18 cs.RO
Hybrid Control from Scratch: A Design Methodology for Assured Robotic Missions
Instituto Balseiro（巴尔塞罗研究所）；Universidad Nacional de Cuyo（库约国立大学）
在过去的几十年里，机器人研究已经引导我们采用不同的体系结构来自动合成离散事件控制器，并在现实世界的机器人场景中实现这些运动和任务计划。然而，这些架构通常建立在现有的机器人硬件上，因此产生的解决方案在其设计中受到可用能力和传感器的影响和/或限制。与这些方法相比，我们提出了一种设计方法，给定一个特定的应用领域，使我们能够建立第一个端到端的实现自主机器人系统，使用离散事件控制器合成，以产生有保证的任务计划。我们验证这个机器人系统在我们的目标应用领域的几个任务。
2020-04-23 cs.RO
RAFCON: a Graphical Tool for Task Programming and Mission Control
German Aerospace Center (DLR)（德国航空航天中心（DLR））
机器人系统有许多应用领域，包括服务机器人，搜索和救援任务，工业和空间机器人。随着这些领域的场景变得越来越复杂，对强大的工具的需求越来越高，以有效地编程异构机器人系统。因此，我们创建了RAFCON，这是一个图形化工具，用于开发机器人任务，并通过远程监控任务的执行来进行任务控制。为了定义任务，我们使用支持层次结构和并发性的状态机。与库概念一起，即使是复杂的场景也可以优雅地处理。RAFCON支持复杂的调试功能，并紧密集成了错误处理和恢复机制。具有强大状态机编辑器的GUI使直观、可视化编程和快速原型设计成为可能。我们在SpaceBotCamp国家机器人竞赛中展示了我们工具的能力，我们的移动机器人完全自主地解决了所有探索和组装挑战。因此，它也是各种RoboCup联赛的一个有前途的工具。
2016-05-30 cs.RO
Potato: A Data-Oriented Programming 3D Simulator for Large-Scale Heterogeneous Swarm Robotics
Beihang University（北京航空航天大学）；Delft University of Technology（代尔夫特理工大学）
针对现有群体机器人仿真平台无法兼顾真实动力学模型与大规模节点的问题，本文提出基于数据导向编程的3D模拟器Potato，结合多进程与GPU加速的PyTorch实现异构大规模仿真，在5000架以内四旋翼场景下计算速度稳定。
2023-08-24 cs.RO
TiniScript: A Simplified Language for Educational Robotics
Universidad ESAN（埃萨恩大学）
TiniScript是一种简化教育机器人编程的中级语言，采用极简单行语法和预加载解释器，实现无线实时指令传输，解耦软硬件，促进STEM学习和批判性思维培养。
2024-11-09 cs.RO
Mechanically Programming the Cross-Sectional Shape of Soft Growing Robotic Structures for Patient Transfer
Department of Mechanical Engineering, Stanford University（斯坦福大学机械工程系）；Department of Mechanical Engineering, MIT（麻省理工学院机械工程系）
本研究提出了一种机械编程方法，通过柔性条带约束径向扩张，实现软性生长机器人结构的宽薄横截面，以提高患者转移任务的适应性和灵活性。
2025-12-29 cs.RO
Automating Manual Tasks through Intuitive Robot Programming and Cognitive Robotics
Laboratory for Machine Tools and Production Engineering (WZL) of RWTH Aachen University（亚琛工业大学机床与生产工程实验室（WZL））
本文提出了一种基于人类自然交互的直观机器人用户编程方法，利用大语言模型和计算机视觉将自然语言和手势转化为机器人程序，并通过澄清问题和视觉反馈确保程序的安全性和透明性。
2026-04-07 cs.RO
Certifiably Optimal Estimation and Calibration in Robotics via Trace-Constrained Semi-Definite Programming
Department of Mechanical Engineering, Boston University（机械工程系，波士顿大学）
针对机器人非凸问题SDP松弛解的秩1舍入难题，提出迹约束SDP框架，搭配梯度优化流程、常见量松弛方案和模块化抽象，经多任务仿真验证有效。
2025-10-01 cs.RO
ProxNLP: a primal-dual augmented Lagrangian solver for nonlinear programming in Robotics and beyond
LAAS-CNRS（法国国家科学研究中心系统分析与架构实验室）；Inria（法国国家信息与自动化研究所）；École normale supérieure（巴黎高等师范学院）；CNRS（法国国家科学研究中心）；PSL Research University（巴黎文理研究大学）；ENPC（巴黎桥路学院）
数学优化是现代机器人和控制的几个方面背后的主力。在这些应用中，重点是约束优化，以及在流形（如经典矩阵李群）上工作的能力，以及对鲁棒性和速度的特定要求。近年来，增广拉格朗日方法由于其鲁棒性和灵活性，与（不精确）近似点方法的联系以及与牛顿或半光滑牛顿方法的互操作性而重新兴起。在续集中，我们提出了原-对偶增广拉格朗日方法用于流形上的不等式约束问题，这是我们在最近的工作中介绍的，以及适用于机器人应用及其他应用的高效C++实现。
2022-10-05 cs.RO
Taming the Panda with Python: A Powerful Duo for Seamless Robotics Programming and Integration
Munich Institute of Robotics and Machine Intelligence (MIRMI)（慕尼黑机器人与机器智能研究所（MIRMI））；Technical University of Munich (TUM)（慕尼黑工业大学（TUM））
本文提出面向 Franka Emika 机器人的 Python 接口与框架 panda-py，以简化机器人控制编程并无缝接入 Python 视觉、机器学习生态，避免 ROS 复杂性。
2023-07-14 cs.RO
ROSY: An elegant language to teach the pure reactive nature of robot programming
Universidade do Minho（米尼奥大学）；INESC TEC（葡萄牙系统与计算机工程研究所）
机器人技术非常有趣，长期以来一直被认为是教授编程的好方法，同时与数学、物理或电子等工程和科学的其他分支建立了鼓舞人心的联系。虽然机器人和编程之间的这种共生关系被认为是非常有益的，但教育方法往往觉得有必要隐藏机器人系统的潜在复杂性，但结果是无法将机器人编程的反应本质传递给未来的机器人专家和程序员。本文介绍了ROSY，一种通过机器人技术教授新手程序员的新语言。它的函数式风格既熟悉高中代数背景，又体现了机器人编程固有的反应性。在更高的抽象层次上工作也教导了将机器人软件分解为交互控制器集合的有价值的设计原则。尽管它很简单，但ROSY是完全有效的Haskell代码，与ROS生态系统兼容。我们通过演示如何轻松清晰地表达非平凡的应用程序，揭示其良好的功能编程基础，并开发支持Web的机器人编程环境，为我们的语言提供了令人信服的案例。
2019-11-08 cs.PL cs.RO
Design and Evaluation of an Assisted Programming Interface for Behavior Trees in Robotics
本文提出BETR-GUI，结合AI助手与拖放编辑器，通过整合多种技术提升机器人行为树编程效率，实验证明人类用户优于纯AI助手。
2026-02-10 cs.RO
Design Methodology of Hydraulically-driven Soft Robotic Gripper for a Large and Heavy Object
本文提出了一种液压驱动的软机器人夹具设计方法，通过数学模型和材料选择实现大重量物体的抓取与控制。
2026-01-14 cs.RO
On the programming effort required to generate Behavior Trees and Finite State Machines for robotic applications
ABB Corporate Research（ABB企业研究院）；KTH - Royal Institute of Technology（KTH皇家理工学院）；ETH Zürich（苏黎世联邦理工学院）；The University of Queensland（昆士兰大学）
在本文中，我们提供了一个实际的演示如何在行为树（BT）的模块化减少编程的机器人任务时，相比有限状态机（FSM）的努力。近年来，控制自主智能体的任务计划的表示方法已经从标准FSM转向BT。文献中的许多作品都强调并证明了这种设计与标准方法相比的好处，特别是在模块化，反应性和人类可读性方面。然而，这些工作往往未能对这些政策的执行情况和修改这些政策所需的方案拟订工作进行切实的比较。这是一个相关的方面，在许多机器人应用程序中，设计的选择是由政策的鲁棒性和所需的时间来编程it.In这项工作中，我们比较后向链接BT与容错设计的FSM通过评估成本来修改它们。我们验证了一组实验中的模拟环境中，移动机械手解决了项目提取任务的分析。
2022-09-15 cs.RO
End-User Programming of Low- and High-Level Actions for Robotic Task Planning
Univ. Grenoble Alpes（格勒诺布尔大学）
由于从制造环境到个人家庭的最终用户任务的巨大多样性，为通用应用编程机器人极具挑战性。最近的工作集中在使最终用户能够使用演示编程对机器人进行编程。然而，从头开始教机器人新的动作，可以重复用于看不见的任务仍然是一个艰巨的挑战，通常留给机器人专家。我们提出了iRoPro，一个交互式的机器人编程框架，允许最终用户从头开始教机器人新的动作，并重新使用它们与任务规划器。在这项工作中，我们提供了一个系统实现的双臂巴克斯特机器人，（一）允许同时教学的低和高层次的行动演示，（二）包括一个用户界面的动作创建与条件推理和修改，（iii）允许创建和解决以前看不见的问题，使用任务规划的机器人实时执行。我们评估了系统的泛化能力的六个基准任务，并显示如何教的行动可以很容易地重复用于复杂的任务。我们进一步证明了它的可用性与用户的研究（N=21），用户完成了八个任务，教机器人的新动作，重复使用的任务规划。研究表明，任何编程水平和教育背景的用户都可以轻松地学习和使用该系统。
2021-03-26 cs.RO
Secure Robotics: A Definition and a Brief Review from a Cybersecurity Control and Implementation Methodology Perspective
Bluerydge Cybersecurity and Technology（布鲁里奇网络安全与技术公司）；University of Canberra（堪培拉大学）；The Australian National University（澳大利亚国立大学）
安全机器人是一个多学科的努力，以改善机器人和具体的人工智能系统的网络安全态势。本文调查了封装安全机器人概念的新兴概念和想法，并确定了五个安全机器人网络安全控制实施层作为从业人员考虑的关键起点。它还认识到需要进一步研究人机信任与实施既定和新颖的网络安全控制之间的关系。
2022-11-14 cs.CR cs.RO
Toward Automated Programming for Robotic Assembly Using ChatGPT
University of California San Diego（加利福尼亚大学圣迭戈分校）；Autodesk Inc.（欧特克公司）；Autodesk Research（欧特克研究院）
针对机器人自适应装配编程人力成本高、代码灵活性差的问题，提出基于ChatGPT的自动化编程系统，通过任务分解、代码生成、仿真执行与调试实现自主编程，已在实际装配项目中验证有效性。
2024-05-13 cs.RO
KitRobot: A multi-platform graphical programming IDE to program mini-robotic agents
IRISA（法国国家信息与自动化研究所雷恩布列塔尼大西洋研究中心）；University of South Brittany（南布列塔尼大学）；The Islamia University of Bahawalpur（巴哈瓦尔布尔伊斯兰大学）；Koc University（科奇大学）
微型机器人代理的图形编程IDE的分析、设计和开发允许新手用户通过图形拖放界面对机器人代理进行编程，而不知道中间程序设计语言的语法和语义。我们的工作从定义中间程序设计语言的语法和语义开始。主要的工作是定义这种语言的语法。使用图形化的拖放界面对微型机器人进行编程，为新手用户提供了一个用户友好的界面。用户可以通过拖放程序部分来图形化地编程，而不需要中间程序设计语言的专业知识。IDE非常灵活，因为它使用XML技术来存储程序对象（即循环，条件）和机器人对象（即传感器，执行器）。xml技术的使用允许在不修改底层设计和编程的情况下进行重大更改和更新接口。
2015-01-07 cs.HC cs.PL cs.RO
Constrained Reinforcement Learning for Robotics via Scenario-Based Programming
The Hebrew University of Jerusalem（耶路撒冷希伯来大学）；University of Verona（维罗纳大学）；The Weizmann Institute of Science（魏茨曼科学研究所）
深度强化学习（DRL）在各种机器人应用中取得了突破性的成功。一个自然的结果是采用这种范式的安全关键的任务，其中人的安全和昂贵的硬件可能涉及。在这种情况下，至关重要的是要优化基于DRL的代理的性能，同时提供有关其行为的保证。本文提出了一种新的技术，将领域专家知识到一个受约束的DRL训练循环。我们的技术利用了基于Java的编程范式，该范式旨在允许以简单直观的方式指定此类知识。我们验证了我们的方法对流行的机器人无地图导航问题，在模拟，并在实际平台上。我们的实验表明，使用我们的方法来利用专家知识显着提高了代理的安全性和性能。
2022-06-20 cs.LG cs.RO
Proceedings of the Third International Workshop on Domain-Specific Languages and Models for Robotic Systems (DSLRob 2012)
Hochschule Ulm（乌尔姆应用技术大学）；University of Southern Denmark（南丹麦大学）；IRD（法国发展研究院）；UPMC（巴黎第六大学）
第三届机器人系统领域特定语言和模型国际研讨会（DSLRob'12）会议记录，2012年11月在日本筑波举行的2012年自主机器人仿真，建模和编程国际会议（SIMPAR 2012）。研讨会的主要议题是机器人领域特定语言（DSL）和模型驱动架构（MDA）。领域特定语言（DSL）是一种专用于特定问题领域的程序设计语言，它提供了特定的符号和抽象，可以提高该领域内程序员的生产力。模型驱动体系结构（MDA）为领域用户提供了一种高级方法，以在正确的抽象级别上指定其系统的功能。DSL和模型历来用于复杂系统的编程。然而，最近他们已经获得了兴趣作为一个独立的研究领域。机器人系统以一种整体的方式融合硬件和软件，这在本质上会引起许多横切问题（并发性、不确定性、时间限制等），由于这个原因，传统的通用语言经常导致语言特征和实现需求之间的不佳匹配。DSL和模型提供了一种强大的、系统的方法来克服这个问题，使程序员能够快速、精确地实现新的软件解决方案，以解决机器人领域中的复杂问题。
2013-02-20 cs.RO
High-level programming and control for industrial robotics: using a hand-held accelerometer-based input device for gesture and posture recognition
University of Coimbra（科英布拉大学）；University of Porto（波尔图大学）
目的-大多数工业机器人仍然使用典型的示教过程进行编程，通过使用机器人示教器。这是一项繁琐且耗时的任务，需要一些技术专长，因此需要新的机器人编程方法。本文的目的是提出一个机器人系统，允许用户指示和编程的机器人与高层次的抽象从机器人语言。设计/方法/方法-该论文详细介绍了一种机器人系统，该系统允许用户，特别是非专家程序员，以直观的方式指导和编程机器人，只是向它展示它应该做什么。这是使用两个最自然的人机界面（手势和语音），力控制系统和几个代码生成技术。将特别注意手势的识别，其中从Wii遥控器中嵌入的运动传感器（三轴加速度计）提取的数据用于捕获人手的行为。使用统计方法和人工神经网络识别手势（动态手位置）以及手动姿势（静态手位置）。实用意义-本文的主要贡献是，它提供了一个实用的方法来编程机器人通过手势和语音，提高工作效率，节省时间。独创性/价值-本文提出了一种替代典型的机器人教学过程中，扩展的概念，人机交互和同事的情况。由于大多数公司没有工程资源对其机器人制造系统进行更改或添加新功能，因此该系统对中小型企业来说是一个主要优势。
2013-09-09 cs.RO
RAMPA: Robotic Augmented Reality for Machine Programming by DemonstrAtion
Bogazici University（博加齐大学）；Adobe Research（奥多比研究院）
本文提出RAMPA，一种集成ML和XR的端到端机器人系统，通过AR头显实现现场数据录制与技能微调，解决PbD的安全、编程障碍及演示收集低效问题，实验显示其在教学效率与用户体验上优于传统方法。
2025-02-18 cs.HC cs.LG cs.RO
Robotic Fruits with Tunable Stiffness and Sensing: Towards a Methodology for Developing Realistic Physical Twins of Fruits
School of Engineering and Materials Science, Queen Mary University of London（伦敦女王学院工程与材料科学学院）；Department of Robotics, Ritsumeikan University（立命馆大学机器人学系）
本文提出了一种可调刚度的机器人水果物理双胞胎，用于模拟不同成熟度水果的刚度特性，以提高机器人采摘的效率和可控性。
2026-02-20 cs.RO
Proceedings of the Fifth International Workshop on Domain-Specific Languages and Models for Robotic Systems (DSLRob 2014)
ETH Zurich（苏黎世联邦理工学院）；Bonn-Rhein-Sieg University（波恩-莱茵-锡格大学）；Hochschule Ulm（乌尔姆应用技术大学）；University of Southern Denmark（南丹麦大学）；IRD（法国发展研究院）；UPMC（皮埃尔和玛丽·居里大学）
第五届机器人系统领域特定语言和模型国际研讨会（DSLRob'14）于2014年10月在意大利贝加莫与2014年自主机器人仿真，建模和编程国际会议（SIMPAR 2014）一起举行。研讨会的主要议题是机器人领域特定语言（DSL）和模型驱动软件开发（MDSD）。领域特定语言是一种专用于特定问题领域的程序设计语言，它提供了特定的符号和抽象，可以提高该领域内程序员的生产力。模型驱动的软件开发为领域用户提供了一种高级方法，可以在正确的抽象级别上指定系统的功能。DSL和模型历来用于复杂系统的编程。然而，最近他们已经获得了兴趣作为一个独立的研究领域。机器人系统以一种整体的方式融合硬件和软件，这在本质上会引起许多横切问题（并发性、不确定性、时间限制等），由于这个原因，传统的通用语言经常导致语言特征和实现需求之间的不佳匹配。DSL和模型提供了一种强大的、系统的方法来克服这个问题，使程序员能够快速、精确地实现新的软件解决方案，以解决机器人领域中的复杂问题。
2014-11-26 cs.RO
Motion Macro Programming on Assistive Robotic Manipulators: Three Skill Types for Everyday Tasks
FZI Research Center for Information Technology（FZI信息技术研究中心）
本文提出局部、全局和混合三种技能类型，基于动态运动基元实现辅助机器人操作臂的日常任务运动宏编程，用户可自行编程，实验验证了抓痒、整理物品和投币等任务。
2023-05-12 cs.RO
Introducing the Robot Security Framework (RSF), a standardized methodology to perform security assessments in robotics
Alias Robotics S.L.（Alias Robotics 有限公司）；University of Twente（特文特大学）
机器人在社会中获得了相关性，越来越多地执行关键任务。机器人的安全性被低估了。机器人安全是一个复杂的领域，它往往需要一个跨学科的视角，而经典安全则落后于此。为了解决这个问题，我们提出了机器人安全框架（RSF），在机器人中进行系统的安全评估的方法。我们提出、调整和开发特定术语，并提供指导方针，以实现以下四个主要层（物理、网络、固件和应用程序）的整体安全评估。我们认为，现代机器人技术应视为同样相关的内部和外部通信安全。最后，我们反对“模糊的安全”。我们的结论是，在机器人安全领域值得进一步的研究工作。
2021-11-12 cs.CR cs.RO
Teaching Software Engineering through Robotics
ETH Zurich（苏黎世联邦理工学院）
本文介绍了一个新开发的机器人编程课程，并报告了机器人背景下的软件工程教育的初步成果。机器人学程序设计是一门多学科交叉的课程，软件工程与机器人学并重。它教学生适当的软件工程-特别是模块化和文档-让他们实现四个核心机器人算法的教育机器人。为了评估机器人背景下的软件工程教育的效果，我们分析了课前和课后的调查数据和我们的学生完成的四个作业。分析表明，学生获得了软件工程技术和原则的理解。
2014-06-17 cs.CY cs.RO
FlatLab: A Unified Methodology Framework and Simulation-Based Benchmark for Robotic Manipulation of Flat Objects
Jilin University（吉林大学）；Peking University（北京大学）；Chinese Academy of Sciences（中国科学院）；University of Birmingham（伯明翰大学）
该研究针对扁平物体机器人操作泛化能力有限的问题，提出含策略生成器与执行模块的统一框架，并构建FlatLab仿真基准，方法泛化效果优于现有基线。
2026-08-17 cs.RO
Logic programming for deliberative robotic task planning
University of Verona（维罗纳大学）；CMR Surgical Ltd（CMR外科有限公司）
在过去的十年中，机器人在生产和日常生活中的使用越来越多。随着包括人类在内的不同环境中越来越复杂的任务和交互，机器人需要更高水平的自主性来进行有效的审议。任务规划是审议的一个关键要素。它将基本操作结合到结构化计划中，以满足给定机器人和环境规范的规定目标。在这篇手稿中，我们提出了一个调查的最新进展，应用逻辑编程的任务规划问题。与其他方法相比，逻辑编程提供了几个优点，包括更大的表达性和可解释性，这可能有助于开发安全可靠的机器人。我们分析了不同的规划者和他们的适用性特定的机器人应用程序，基于域表示，计算效率和软件实现的表现力。通过这种方式，我们支持机器人设计师为他的应用选择最佳工具。
2023-01-18 cs.AI cs.LO cs.RO
Certifiable Robot Design Optimization using Differentiable Programming
Massachusetts Institute of Technology（麻省理工学院）
越来越需要计算工具来自动设计和验证自主系统，特别是涉及自主堆栈中的感知，规划，控制和硬件的复杂机器人系统。可微规划是近年来兴起的一种建模和优化的有力工具。然而，很少有研究已经完成，以了解如何微分编程可以用于强大的，可认证的端到端的设计优化。在本文中，我们填补了这一空白相结合的机器人设计优化微分编程与一种新的统计框架，以证明优化设计的鲁棒性。我们的框架可以为机器人系统进行端到端的优化和鲁棒性认证，实现导航，感知，规划，控制和硬件子系统的同步优化。通过仿真和硬件实验，我们展示了我们的工具如何用于解决机器人技术中的实际问题。首先，我们在5分钟内优化了机器人导航的传感器位置（具有5个子系统和6个可调参数的设计），与初始设计相比，性能提高了8.4倍。第二，我们解决了多智能体协作操作任务（3个子系统和454个参数）在一个小时内实现了44%的性能提高比初始设计。我们发现，可微规划可以比近似梯度方法更快地进行优化（每个示例分别为32%和20倍）。我们证明了每个设计的鲁棒性，并成功地在硬件中部署优化的设计。可以在https://github.com/MIT-REALM/architect上获得一个开源实现
2022-04-22 cs.RO
PyPose v0.6: The Imperative Programming Interface for Robotics
State University of New York at Buffalo（纽约州立大学布法罗分校）；Pennsylvania State University（宾夕法尼亚州立大学）；Carnegie Mellon University（卡内基梅隆大学）；ZBL Co., Ltd.（ZBL有限公司）；University of Melbourne（墨尔本大学）；Nanyang Technological University（南洋理工大学）；Georgia Institute of Technology（佐治亚理工学院）；Northview High School（诺斯维尤高中）
本文介绍 PyPose v0.6 机器人学习库的命令式编程接口设计原则，通过 Dubins 小车示例展示其功能，并验证其能以极简代码导航真实四足机器人。
2023-09-22 cs.RO
Synchronous Robotic Framework
California State University Long Beach（加州州立大学长滩分校）
我们提出了一个同步的机器人测试平台，称为SyROF，允许快速实施的机器人群。我们的主要目标是降低本科生和研究生进入合作机器人系统的门槛。该测试平台提供了一个高级编程环境，允许实现定时输入/输出自动机（TIOA）。SyROF提供了以下独特的特性：1）一个透明的机制来同步机器人动作，2）一个成员服务与故障检测器，和3）一个透明的服务，以提供公共知识，在每一轮。这些特性对于简化机器人群的实现是至关重要的。该软件分为五层：下层由一个实时订阅系统组成，允许任务之间的有效通信。下一层是卡尔曼滤波器的实现，以估计机器人的位置、方向和速度。第三层由同步器组成，同步执行机器人动作，为所有活动参与者提供公共知识，并处理故障。第五层是编程环境。
2020-06-08 cs.RO
Human-Centered Programming: The Design of a Robotic Process Automation Language
Polish-Japanese Academy of Information Technology（波日信息技术学院）
本文针对RPA缺乏通用、易读且跨平台的任务描述语言问题，提出了一种程序员和非程序员都能理解的可扩展机器人语言XRL，用于自动化重复性业务流程。
2023-11-07 cs.PL cs.RO
An experimental mechatronic design and control of a 5 DOF Robotic arm for identification and sorting of different sized objects
Western Macedonia Univ. of Applied Sciences（西马其顿应用科学大学）
本文的目的是提出的建设和编程的五个自由度的机器人手臂与红外传感器的识别和分类不同大小的对象相互作用。建筑设计的主轴将是构成机电一体化的三个主要科学分支：机械工程，电子电气工程和计算机工程。已被用于建设的方法，以及与传感器合作的手臂的编程方法。其目的是提出手动和自动控制的手臂识别和安装的对象通过一个简单的（在操作中）和低成本的传感器，如本文所使用的。此外，本文介绍了这种机械臂设计的意义及其在当代工业生产形式中的进一步应用。
2017-11-10 cs.RO
Human-Robot Handovers using Task-Space Quadratic Programming
CNRS-University of Montpellier（法国国家科学研究中心-蒙彼利埃大学）；CNRS-AIST Joint Robotics Laboratory（法国国家科学研究中心-产业技术综合研究所联合机器人实验室）
人与机器人之间的双向对象切换实现了机器人以人为中心的制造或服务中的重要功能技能。实现该技能的问题在于任何解决方案处理三个重要方面的能力：（i）切换阶段的同步定时;（ii）对象姿态约束的处理;以及（iii）理解触觉交换以无缝地实现（i）的一些步骤。我们提出了一种新的方法（i）和（ii）包括明确制定的移交过程中的任务空间二次规划控制框架的约束，以实现隐式的时间和轨迹的遭遇。我们的方法是实现熊猫机械臂从人类操作员的对象。
2022-06-18 cs.RO
A Survey of Recent Scalability Improvements for Semidefinite Programming with Applications in Machine Learning, Control, and Robotics
Princeton University（普林斯顿大学）；INSEAD（欧洲工商管理学院）
从历史上看，可扩展性一直是半定编程在机器学习、控制和机器人等领域成功应用的主要挑战。在本文中，我们调查了最近解决这一挑战的方法，包括（i）利用结构的方法（例如，稀疏性和对称性），（ii）产生半定程序的低秩近似解的方法，（iii）依赖于增广拉格朗日技术和乘法器的交替方向法的更可扩展的算法，以及（iv）权衡可扩展性与保守性的方法（例如，通过用线性和二阶锥规划近似半定规划）。对于每一类方法，我们都提供了一个高层次的阐述，相应文献的入口点，以及从机器学习，控制或机器人技术中提取的例子。我们还提出了一个软件包，实现了许多在本文中讨论的技术。我们的希望是，本文将作为一个门户，丰富和令人兴奋的文学可扩展的半定规划的理论家和实践者。
2019-12-16 cs.LG cs.RO cs.SY
A Systematic Robot Design Optimization Methodology with Application to Redundant Dual-Arm Manipulators
Robotics Institute, Carnegie Mellon University（机器人研究所，卡内基梅隆大学）
针对农业等场景下机器人设计依赖直觉、性能难达最优的问题，提出含四模块的系统化设计优化方法，结合自运动流形冗余指标，使辣椒采摘双臂机器人可达成功率至少提升14%、灵巧性提升超30%。
2025-07-29 cs.RO
ODYN: An All-Shifted Non-Interior-Point Method for Quadratic Programming in Robotics and AI
Heriot-Watt University（赫瑞瓦特大学）；University of Oxford（牛津大学）；Italian Institute of Technology（意大利技术研究院）
ODYN是一种全新的全位移对偶非内点二次规划求解器，能高效处理密集和稀疏二次规划问题，通过结合全位移非线性互补问题函数与近端乘子法，解决病态和退化问题，具备强大的热启动性能，适用于通用优化及机器人和人工智能应用。
2026-04-07 cs.AI cs.RO
An MCTS-DRL Based Obstacle and Occlusion Avoidance Methodology in Robotic Follow-Ahead Applications
Simon Fraser University（西蒙弗雷泽大学）
针对机器人前方跟随中的碰撞与遮挡问题，提出融合 MCTS 和深度强化学习的高层决策算法生成短期导航目标，并通过实验验证其优于现有方法。
2023-09-28 cs.RO cs.SY eess.SY
Enabling Generic Robot Skill Implementation Using Object Oriented Programming
German Research Institute for Artificial Intelligence（德国人工智能研究所）
针对中小企业及研究人员部署机器人系统时面临的接口复杂、依赖外部专业知识等问题，本文提出一种基于面向对象编程的软件框架，通过抽象层简化不同厂商型号机器人的接口，并基于Python实现了适配Yaskawa Motoman GP4料箱拣选单元的原型，降低了机器人系统的部署难度。
2025-08-14 cs.RO cs.SE
Proceedings of the Fourth International Workshop on Domain-Specific Languages and Models for Robotic Systems (DSLRob 2013)
Hochschule Ulm（乌尔姆应用技术大学）；University of Southern Denmark（南丹麦大学）；IRD（法国发展研究院）；UPMC（巴黎第六大学）；MSI-IFI
第四届机器人系统领域特定语言和模型国际研讨会（DSLRob'13）于2013年11月在日本东京与2013年IEEE/RSJ智能机器人和系统国际会议（IROS 2013）一起举行。研讨会的主要议题是机器人领域特定语言（DSL）和模型驱动软件开发（MDSD）。领域特定语言是一种专用于特定问题领域的程序设计语言，它提供了特定的符号和抽象，可以提高该领域内程序员的生产力。模型驱动的软件开发为领域用户提供了一种高级方法，可以在正确的抽象级别上指定系统的功能。DSL和模型历来用于复杂系统的编程。然而，最近他们已经获得了兴趣作为一个独立的研究领域。机器人系统以一种整体的方式融合硬件和软件，这在本质上会引起许多横切问题（并发性、不确定性、时间限制等），由于这个原因，传统的通用语言经常导致语言特征和实现需求之间的不佳匹配。DSL和模型提供了一种强大的、系统的方法来克服这个问题，使程序员能够快速、精确地实现新的软件解决方案，以解决机器人领域中的复杂问题。
2013-12-20 cs.RO
BANSAI: Towards Bridging the AI Adoption Gap in Industrial Robotics with Neurosymbolic Programming
ArtiMinds Robotics（阿蒂敏兹机器人公司）；Institute for Artificial Intelligence, University of Bremen（不来梅大学人工智能研究所）；wbk Institute of Production Science, Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院生产科学wbk研究所）
本文从工业从业者视角分析了机器人领域的AI采用鸿沟，提出BANSAI方法，系统利用神经符号AI原则在现代工业机器人编程工作流中实现数据驱动的亚符号程序合成与优化，并规划了现实验证路径。
2024-04-21 cs.AI cs.CE cs.LG
Reflective-AR Display: An Interaction Methodology for Virtual-Real Alignment in Medical Robotics
Johns Hopkins University（约翰斯·霍普金斯大学）；Department of Computer Science, Johns Hopkins University（约翰斯·霍普金斯大学计算机科学系）；Laboratory for Computer Aided Medical Procedures, Johns Hopkins University（约翰斯·霍普金斯大学计算机辅助医疗程序实验室）
机器人辅助微创手术已被证明可以改善患者的预后，并减少并发症和恢复时间。虽然越来越多的可配置机器人手臂可以在混乱的环境中最大限度地达到并避免碰撞，但在手术过程中适当定位它们是复杂的，因为安全法规阻止了自动驾驶。我们提出了一种基于盔装显示器（HMD）的增强现实（AR）系统，旨在指导最佳手术臂设置。配备HMD的工作人员将机器人与其计划的虚拟对手对齐。在这种以用户为中心的环境中，主要的挑战是阻碍这种协作机器人解决方案的视角模糊性。为了克服这一挑战，我们引入了一种新的注册概念，通过反射式AR显示器提供多视图AR体验，同时显示来自多个视点的增强，将AR内容直观地对齐到其物理对应物。使用该系统，用户可以可视化不同的角度，同时主动调整姿势，以确定最接近的虚拟叠加到真实的注册变换。实验结果表明，在使用反射AR显示器时，虚拟和真实机器人的交互式对准的改善。我们还提出了测量配置机器人机械手在模拟套管针放置手术中使用AR指导方法。
2020-03-04 cs.CV cs.RO
On Motion Control and Machine Learning for Robotic Assembly
Department of Automatic Control, Lund University（自动控制系，卢恩大学）
本研究通过减少机器人编程所需的工程工作量并增强机器人应对意外事件的能力，提出了新的方法，从而加快编程速度并使非工程背景用户也能使用机器人。
2019-05-27 cs.RO cs.SY eess.SY
Proceedings of the Second International Workshop on Domain-Specific Languages and Models for Robotic Systems (DSLRob 2011)
University of Southern Denmark（南丹麦大学）；UMMISCO (IRD/UPMC/IFI)（UMMISCO（法国发展研究院/巴黎第六大学/法国计算机工程学院））
第二届机器人系统领域特定语言和模型国际研讨会（DSLRob'11）的会议记录，与2011年IEEE/RSJ智能机器人和系统国际会议（IROS 2011）一起举行，2011年9月在美国旧金山举行。研讨会的主要议题是机器人领域特定语言（DSL）和模型驱动软件开发（MDSD）。领域特定语言（DSL）是一种专用于特定问题领域的程序设计语言，它提供了特定的符号和抽象，可以提高该领域内程序员的生产力。模型为域用户提供了一种高级方法，以在正确的抽象级别上指定其系统的功能。DSL和模型历来用于复杂系统的编程。然而，最近他们已经获得了兴趣作为一个独立的研究领域。机器人系统以一种整体的方式融合硬件和软件，这在本质上会引起许多横切问题（并发性、不确定性、时间限制等），由于这个原因，传统的通用语言经常导致语言特征和实现需求之间的不佳匹配。DSL和模型提供了一种强大的、系统的方法来克服这个问题，使程序员能够快速、精确地实现复杂问题的新颖软件解决方案
2012-12-10 cs.RO
Proceedings of the Sixth International Workshop on Domain-Specific Languages and Models for Robotic Systems (DSLRob 2015)
Hochschule Ulm（乌尔姆应用技术大学）；University of Southern Denmark（南丹麦大学）；UMI UMMISCO（UMMISCO国际联合单位）；IRD（法国国家发展研究所）；UPMC（巴黎第六大学）；MSI-IFI（MSI-IFI研究所）；Bielefeld University（比勒费尔德大学）；RWTH Aachen University（亚琛工业大学）；Ecole des Mines Douai（杜埃矿业学院）
第六届机器人系统领域特定语言和模型国际研讨会（DSLRob'15）于2015年9月28日在德国汉堡举行，作为IROS 2015会议的一部分。研讨会的主要议题是机器人领域特定语言（DSL）和模型驱动软件开发（MDSD）。领域特定语言是一种专用于特定问题领域的程序设计语言，它提供了特定的符号和抽象，可以提高该领域内程序员的生产力。模型驱动的软件开发为领域用户提供了一种高级方法，可以在正确的抽象级别上指定系统的功能。DSL和模型历来用于复杂系统的编程。然而，最近他们已经获得了兴趣作为一个独立的研究领域。机器人系统以一种整体的方式融合硬件和软件，这在本质上会引起许多横切问题（并发性、不确定性、时间限制等），由于这个原因，传统的通用语言经常导致语言特征和实现需求之间的不佳匹配。DSL和模型提供了一种强大的、系统的方法来克服这个问题，使程序员能够快速、精确地实现新的软件解决方案，以解决机器人领域中的复杂问题。
2016-01-20 cs.RO
A Mixed-Integer Linear Programming Formulation for Human Multi-Robot Task Allocation
Roma Tre University（罗马第三大学）；University of Cassino and Southern Lazio（卡西诺与南拉齐奥大学）
在这项工作中，我们解决了人类多机器人设置的任务分配问题。给定一组要执行的任务，我们制定了一个一般的混合线性规划（MILP）问题，旨在最大限度地减少整体执行时间，同时优化执行任务的质量以及人类和机器人的工作量。代理人，人类和机器人的不同技能，被考虑在内，人类操作员能够直接执行任务或发挥监督作用;此外，如果需要执行任务，多个操纵器可以紧密合作。最后，作为人类环境中的现实，假设人类参数随时间变化，例如，由于人类疲劳程度的增加。因此，需要进行在线监测，并在需要时进行重新分配。仿真在一个现实的情况下，两个机械手和一个人类操作员执行装配任务验证了该方法的有效性。
2021-06-12 cs.RO
Adaptive Computing in Robotics, Leveraging ROS 2 to Enable Software-Defined Hardware for FPGAs
Xilinx, Inc.（赛灵思公司）
传统的机器人软件开发是关于在给定机器人的CPU中使用预定义的架构和约束进行编程功能。相反，使用自适应计算，构建机器人行为就是对架构进行编程。通过利用自适应计算，机器人专家可以在运行时间调整其计算系统的一个或多个属性（例如，其确定性、功耗、安全态势或吞吐量）。然而，机器人专家并不是硬件工程师，而且他们中缺乏嵌入式专业知识。本白皮书采用了以ROS 2机器人专家为中心的自适应计算观点，并提出了一种架构，将FPGA作为ROS 2生态系统的一级参与者。所提出的架构是平台和技术无关的，并且易于移植。该架构的核心组件在Apache 2.0许可证下公开，为机器人专家利用自适应计算和创建软件定义硬件铺平了道路。
2021-08-30 cs.AR cs.RO
