Trust-Aware Decision Making for Human-Robot Collaboration: Model Learning and Planning
National University of Singapore（新加坡国立大学）；University of Southern California（南加州大学）；University of Washington（华盛顿大学）
对自主性的信任对于有效的人机协作和用户采用自主系统（如机器人助手）至关重要。本文介绍了一个计算模型，将信任集成到机器人决策中。具体来说，我们从数据中学习一个部分可观察的马尔可夫决策过程（POMDP）与人类的信任作为一个潜在的变量。信任POMDP模型为机器人提供了一种原则性的方法：（i）通过交互来推断人类队友的信任，（ii）推理自己的行为对人类信任的影响，以及（iii）选择长期最大化团队绩效的行为。我们验证了该模型，通过人类受试者的实验中的模拟（201名参与者），并与一个真正的机器人（20名参与者）的桌子清理任务。在我们的研究中，机器人首先通过操纵低风险的物体来建立人类的信任。有趣的是，机器人有时会故意失败，以调节人类的信任并实现最佳的团队绩效。这些结果表明，信任POMDP校准的信任，以提高人类机器人团队的长期性能。此外，他们强调，最大限度地提高信任本身并不总是导致最佳性能。
2018-11-22 cs.AI cs.RO
Multi-UAV Planning for Cooperative Wildfire Coverage and Tracking with Quality-of-Service Guarantees
Georgia Institute of Technology（佐治亚理工学院）
近年来，研究人员委托机器人和无人机（无人机）团队进行准确的在线野火覆盖和跟踪。虽然大多数先前的工作集中在这种多机器人系统的协调和控制上，但迄今为止，这些UAV团队还没有被赋予推理火灾轨迹的能力（即，位置和传播动态）以在时间范围上提供性能保证。受空中野火监测问题的启发，我们提出了一个预测框架，该框架使多无人机团队能够在概率性能保证的情况下进行合作，以实现协作的现场覆盖和火灾跟踪。我们的方法使无人机推断的潜在火灾传播动力学的时间延长的协调在安全关键条件。我们推导出一组新的，分析的时间，和跟踪误差的界限，使无人机团队分配其有限的资源，并根据情况下的特定估计状态覆盖整个火灾区域，并提供概率性能保证。我们的结果不仅限于空中野火监测的案例研究，一般适用于问题，如搜索和救援，目标跟踪和边境巡逻。我们评估我们的方法在模拟和演示的物理多机器人测试平台上的建议框架，以考虑到真正的机器人动力学和限制。我们的定量评估验证了我们的方法的性能，分别比最先进的基于模型和强化学习基准测试的跟踪误差小7.5倍和9.0倍。
2022-06-21 cs.AI cs.RO cs.SY
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
Teams of LLM Agents can Exploit Zero-Day Vulnerabilities
University of Illinois Urbana Champaign（伊利诺伊大学厄巴纳-香槟分校）
针对LLM Agent单独利用零日漏洞时长期规划能力不足的问题，提出HPTSA多Agent系统，通过规划Agent调度子Agent协同工作，在14个真实漏洞基准上较现有框架提升达4.3倍。
2025-03-30 cs.AI cs.MA
Generalized Mission Planning for Heterogeneous Multi-Robot Teams via LLM-constructed Hierarchical Trees
Honda Research Institute USA（美国本田研究所）
本文提出一种针对异构多机器人团队的任务规划策略，利用大型语言模型构建层次树以分解复杂任务，并生成符合各机器人约束与能力的优化调度，验证了框架的灵活性与可扩展性。
2025-01-27 cs.AI cs.MA cs.RO
Team Behavior in Interactive Dynamic Influence Diagrams with Applications to Ad Hoc Teams
University of Georgia（佐治亚大学）；Teesside University（提赛德大学）；Queen’s University Belfast（贝尔法斯特女王大学）
特别团队的规划是具有挑战性的，因为它涉及代理在没有任何事先协调或沟通的情况下进行协作。重点是原则性的方法，为一个单一的代理人与他人合作。这激发了在个人决策框架的背景下调查特设团队合作问题。然而，在多智能体环境中的个人决策面临的任务是必须对其他智能体的行为进行推理，这反过来又涉及对他人的推理。一个已建立的近似操作这种方法是从下面的无限嵌套引入0级模型。我们表明，有限嵌套建模的后果是，我们可能无法获得最佳的团队合作设置的解决方案。我们通过包括0级模型来解决这个限制，这些模型的解决方案涉及学习。我们证明，学习集成到规划的背景下，互动的动态影响图促进最佳的团队行为，并适用于特设团队合作。
2014-09-01 cs.AI cs.MA
Towards Learning Scalable Agile Dynamic Motion Planning for Robosoccer Teams with Policy Optimization
针对快节奏环境中多智能体动态运动规划的可扩展性与效率问题，提出基于策略优化的学习型动态导航模型，解决异构机器人团队在障碍物环境下的碰撞避免与目标到达问题，突破传统算法限制。
2025-02-08 cs.AI cs.LG cs.MA
Cognitive Offloading in Agile Teams: How Artificial Intelligence Reshapes Risk Assessment and Planning Quality
University of Massachusetts Amherst（马萨诸塞大学阿姆赫斯特分校）
本文通过实验比较AI、人类和混合规划模型，发现AI虽高效但风险评估差，人类虽灵活但成本高，提出混合框架提升规划质量。
2026-04-15 cs.AI cs.HC
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
Distributed Mission Planning of Complex Tasks for Heterogeneous Multi-Robot Teams
University of Zagreb, Faculty of Electrical Engineering and Computing（萨格勒布大学电气工程与计算学院）
在本文中，我们提出了一种分布式多阶段优化方法规划复杂任务的异构多机器人团队。这类问题涉及可以以不同方式执行的任务，并且与约束系统中不同机器人的时间表的交叉时间表依赖性相关联。所提出的方法涉及一个多目标的任务启发式搜索，表示为一个层次树，定义了任务的目标。这个过程输出了几种完成任务的有利方式，这些方式直接输入到方法的下一阶段。我们提出了一个分布式的元启发式的基础上演化计算分配任务，并产生一组选定的分解时间表。该方法在自动化温室用例的模拟设置中进行了评估，在那里我们展示了该方法根据可用机器人和给定的优化标准来调整规划策略的能力。
2021-09-21 cs.AI cs.RO
Wonderful Team: Zero-Shot Physical Task Planning with Visual LLMs
Northwestern University（西北大学）；University of Virginia（弗吉尼亚大学）
本文提出多智能体视觉大语言模型框架Wonderful Team，在零样本条件下直接利用VLLM完成机器人高层任务规划，并在多个基准上显著超越依赖独立视觉系统的现有方法。
2025-02-04 cs.AI cs.RO
A Unified Architecture for Dynamic Role Allocation and Collaborative Task Planning in Mixed Human-Robot Teams
Istituto Italiano di Tecnologia（意大利理工学院）；Università di Trento（特伦托大学）；Politecnico di Milano（米兰理工大学）
本文提出一种基于行为树和混合整数线性规划的统一架构，实现混合人机团队中动态角色分配与协作任务规划，并通过增强现实界面支持人机协商，在工业规模问题上表现出高效性与灵活性。
2023-09-25 cs.AI cs.HC cs.MA
Scale-Plan: Scalable Language-Enabled Task Planning for Heterogeneous Multi-Robot Teams
Honda Research Institute（本田研究院）；University of California（加州大学）
Scale-Plan通过生成紧凑的任务相关问题表示，提升异构多机器人团队的可扩展性和可靠性。
2026-09-01 cs.AI cs.ET cs.MA
Differential Privacy in Cooperative Multiagent Planning
The University of Florida（佛罗里达大学）；The University of Texas at Austin（德克萨斯大学奥斯汀分校）
隐私感知的多智能体系统必须保护代理的敏感数据，同时确保代理完成他们的共同目标。为了实现这一目标，我们提出了一个框架，私有化的智能体通信在合作多智能体决策问题。我们研究序列决策问题制定为合作马尔可夫博弈达到避免目标。我们应用差分隐私机制私有化代理的沟通象征性的状态轨迹，然后我们分析隐私的强度和团队的表现之间的权衡。对于一个给定的隐私水平，这种权衡严重依赖于代理的状态动作过程之间的总相关性。我们合成的政策，是强大的隐私减少的总相关值。数值实验表明，在这些政策下，团队的表现下降了3%，当比较私人与非私人的通信实现。相比之下，当使用忽略总体相关性而只优化团队绩效的基线策略时，团队的绩效下降了大约86%。
2023-01-20 cs.AI cs.CR cs.MA
PIP-LLM: Integrating PDDL-Integer Programming with LLMs for Coordinating Multi-Robot Teams Using Natural Language
Department of Computer Science, University of Southern California（计算机科学系，南加州大学）；GRASP Lab, University of Pennsylvania（GRASP实验室，宾夕法尼亚大学）
提出PIP-LLM框架，结合PDDL团队级规划与整数规划机器人级规划，将自然语言指令分解为子任务依赖图，优化旅行成本与负载，提升多机器人协调的成功率和可扩展性。
2025-10-26 cs.AI cs.RO
Domain Authoring Assistant for Intelligent Virtual Agents
Rutgers University（罗格斯大学）；Disney Research（迪士尼研究院）
近年来，开发智能虚拟角色吸引了很多关注。创建此类角色的过程通常涉及一组创造性作者，他们用自然语言描述角色的不同方面，以及将此描述转换为规划域的规划专家。这可能是相当具有挑战性的，因为创意作者团队应该努力定义角色的每个方面，特别是如果它包含复杂的人类行为。此外，一组工程师必须手动将角色个性的自然语言描述翻译为规划领域知识。这可能是非常时间和资源的要求，并可能是一个障碍，作者的创造力。本文的目标是介绍一个创作辅助工具，自动化的领域生成过程中，从自然语言描述的虚拟人物，从而创造性的创作团队和规划领域专家之间的桥梁。此外，所提出的工具还确定可能的缺失信息的域描述和迭代地向作者提出建议。
2019-04-05 cs.AI cs.CL cs.MA
Scout-Assisted Planning for Heterogeneous Robot Teams under Partially Known Environments
George Mason University（乔治·马歇尔大学）
本文提出了一种Scout-Assisted Planning框架，通过无人机主动收集环境信息来改进地面车辆的导航，通过信息增益引导的行动剪枝减少回溯成本，实验表明其在不同环境中能显著降低地面机器人旅行成本。
2026-05-21 cs.AI cs.RO
Multi-Agent Pathfinding Under Team-Connected Communication Constraint via Adaptive Path Expansion and Dynamic Leading
George Mason University（乔治·马歇尔大学）
本文提出了一种新的多智能体路径规划框架，解决在团队连接通信约束下路径规划的问题。通过自适应路径扩展和动态领导技术，有效处理通信约束下的路径规划，实验证明在不同环境中能高效处理大量智能体。
2026-02-03 cs.AI cs.MA cs.RO
An Integrated Dynamic Method for Allocating Roles and Planning Tasks for Mixed Human-Robot Teams
Istituto Italiano di Tecnologia（意大利技术研究院）；Politecnico di Milano（米兰理工大学）
提出了一种新的基于行为树的混合人-机器人团队任务规划与分配的集成动态方法。行为树的制定允许编码一个单一的工作作为一个复合的不同的任务与时间和逻辑约束。这样，角色分配问题不再是离线集中式优化问题，而是由多个简化的在线优化子问题求解，没有复杂的、跨调度的任务依赖关系。这些子问题被定义为混合线性规划，即根据工人行动相关的成本和工人的可用性，在可用的工人之间分配尚未执行的任务。为了表征所开发的方法的行为，我们选择进行不同的模拟实验，其中的动作工作分配和计算复杂性的结果进行评估。所得到的结果，由于算法的性质和模拟代理的行为的可能性，也应该很好地描述算法在实际实验中的表现。
2023-01-19 cs.AI cs.RO
Data-driven Blockbuster Planning on Online Movie Knowledge Library
University of Illinois at Chicago（伊利诺伊大学芝加哥分校）；Florida State University（佛罗里达州立大学）；Tsinghua University（清华大学）
在大数据时代，物流规划可以由数据驱动，以利用过去积累的知识。而在电影行业中，电影策划也可以利用现有的在线电影知识库来达到更好的效果。然而，由于大量的现有电影和促成每部电影的成功的各种现实世界因素，诸如电影类型、可用预算、制作团队，仅仅依靠传统的电影规划是无效的。（涉及演员、女演员、导演、编剧）等。本文中，我们研究“大片计划”（BlockbusterPlanning，BP）问题，以从以前的电影中学习，并以完全数据驱动的方式计划低预算但高回报的新电影。在深入研究了一个在线电影知识库的基础上，提出了一个新的电影规划框架“最大化电影配置熟悉度的大片规划”（BigMovie）。从投资的角度来看，BigMovie在给定预算的情况下最大化计划电影的估计总收入。它能够以0.26的平均绝对百分比误差（和0.16的预算）准确地估计电影总收入。同时，从制作团队的角度来看，BigMovie能够用团队成员熟悉的人/电影类型来组建优化的团队。历史协作记录被用来通过熟人张量来估计电影配置因素的熟人得分。我们制定的BP问题作为一个非线性二元规划问题，并证明其NP-困难。为了在多项式时间内解决它，BigMovie放松了硬二进制约束，并将BP问题作为三次规划问题来解决。在IMDB电影数据库上进行的大量实验表明，BigMovie能够有效地进行数据驱动的大片规划。
2018-10-24 cs.AI
A Formal Analysis of Required Cooperation in Multi-agent Planning
Arizona State University（亚利桑那州立大学）
多智能体规划是近年来的研究热点。虽然以前的研究一直是出于这样一种理解，即通过合作，多智能体系统可以实现单智能体系统无法实现的任务，但没有正式的描述需要合作才能实现目标的情况，从而阻碍了多智能体系统的应用。在本文中，我们提供了这样一个正式的讨论，从规划方面。我们首先表明，确定是否需要合作（RC）是棘手的是一般的。然后，通过划分的问题，需要合作（简称为RC问题）分为两类-异构和同质代理的问题，我们的目标是确定所有的条件，可以导致RC在这两个类。我们建立，当这些确定的条件都不成立时，问题是单代理可解的。此外，有一些假设，我们提供了一个上限的最小数量的代理商所需的RC问题与同质代理。这项研究不仅提供了新的见解多智能体规划，但也有许多应用。例如，在人机合作中，当机器人无法完成任务时，可能是由于RC。在这种情况下，人类队友应该被告知，因此，与其他可用的机器人协调解决方案。
2014-04-22 cs.AI cs.MA
RELIC: Revealed Principles for Learning Interpretable Composable Skills in Multi-Agent Planning
针对多智能体规划中隐私受限合作难题，提出RELIC框架，通过揭示原则学习可解释可组合技能，各智能体私用大语言模型引导搜索优化技能，协调器依团队性能评估更新，实现跨智能体转移，引入隐私保护技能学习新范式。
2026-07-31 cs.AI cs.MA
Trust-Aware Planning: Modeling Trust Evolution in Iterated Human-Robot Interaction
Arizona State University（亚利桑那州立大学）；Colorado State University（科罗拉多州立大学）
团队成员之间的信任是任何成功合作的基本要求。因此，建立和保持团队成员的信任成为任何成员的核心责任，不仅要成功地参与任务，还要确保团队实现目标。信任管理的问题在混合的人类-机器人团队中特别具有挑战性，其中人类和机器人可能对手头的任务有不同的模型，因此可能对当前的行动过程有不同的期望，从而迫使机器人专注于代价高昂的可解释行为。我们提出了一个计算模型捕获和调制的信任，在这种迭代的人机交互设置，其中的人采取了监督的作用。在我们的模型中，机器人将人类的信任和他们对机器人的期望整合到其规划过程中，以建立和维持交互范围内的信任。通过建立所需的信任水平，机器人可以通过避免明确的解释或可解释的行为来专注于最大化团队目标，而不必担心人类主管监视和干预以阻止他们可能不一定理解的行为。我们模型的推理信任水平作为一个Meta推理过程中的个人规划任务。我们还通过人体实验验证了我们的模型。
2023-03-05 cs.AI cs.RO
Learn as Individuals, Evolve as a Team: Multi-agent LLMs Adaptation in Embodied Environments
The Hong Kong University of Science and Technology（香港科技大学）；Institute of Artificial Intelligence (TeleAI), China Telecom（中国电信人工智能研究院（TeleAI））；East China University of Science and Technology（华东理工大学）
本文提出 LIET 框架，让多智能体 LLM 在个体层面学习环境效用、在团队层面迭代共享合作知识，从而提升具身场景中的沟通与规划表现。
2025-06-08 cs.AI cs.LG cs.MA
Decentralized MCTS via Learned Teammate Models
Delft University of Technology（代尔夫特理工大学）
分散在线规划可以是一个有吸引力的合作多智能体系统的范例，由于改进的可扩展性和鲁棒性。这种方法的一个关键困难在于对其他代理人的决策做出准确的预测。在本文中，我们提出了一个可训练的在线分散规划算法的基础上分散的蒙特卡罗树搜索，结合模型的队友从以前的情节运行。通过只允许一个代理，以适应其模型在一个时间，在理想的政策近似的假设下，我们的方法的连续迭代保证改善联合政策，并最终导致收敛到一个纳什均衡。我们通过在[Claes et al.，2015年]。我们表明，深度学习和卷积神经网络可以用来产生精确的策略近似器，利用问题的空间特征，并且所提出的算法提高了基线规划性能，特别是具有挑战性的域配置。
2020-11-10 cs.AI
Greedy Perspectives: Multi-Drone View Planning for Collaborative Perception in Cluttered Environments
Olin College of Engineering（奥林工程学院）；Carnegie Mellon University（卡内基梅隆大学）；Colorado School of Mines（科罗拉多矿业学院）
本文提出遮挡感知的多机器人多演员顺序贪婪视角规划器，在杂乱环境中协同拍摄动态人群，实验表明其可在避免机器人间碰撞的同时提升或保持视角奖励。
2024-09-10 cs.AI cs.RO
Epistemic Prediction and Planning with Implicit Coordination for Multi-Robot Teams in Communication Restricted Environments
University of Virginia（弗吉尼亚大学）
针对通信受限下多机器人断连会合问题，提出基于动态认知逻辑的协调认知预测与规划框架，无需通信即可实现信念传播与隐式协调，完成探索、任务及会合。
2023-02-21 cs.AI cs.RO
Zero-shot adaptable task planning for autonomous construction robots: a comparative study of lightweight single and multi-AI agent systems
Virginia Tech（弗吉尼亚理工学院暨州立大学）；UC Davis（加州大学戴维斯分校）
本研究通过比较轻量级单 agent 和多 agent 系统，探索了零样本适应性任务规划在自主建造机器人中的应用，展示了四 agent 团队在效率和成本上的优势。
2026-01-20 cs.AI cs.RO
Inferring Robot Task Plans from Human Team Meetings: A Generative Modeling Approach with Logic-Based Prior
Massachusetts Institute of Technology（麻省理工学院）
我们的目标是减少编程和部署自主系统的负担，以便在时间关键的领域（如军事现场行动和灾难响应）与人们协同工作。这些行动的部署计划经常由人类规划者团队在飞行中协商。然后，人类操作员将商定的计划翻译成机器人的机器指令。我们提出了一种算法，减少了这种翻译负担推断的最终计划，从人类团队的规划对话的处理形式。我们的方法结合了概率生成建模与逻辑计划验证，用于计算一个高度结构化的先验可能的计划。这种混合的方法使我们能够克服的挑战，只有少量的噪声数据从团队规划会议的大型解决方案空间进行推理。我们通过人类受试者实验验证了该算法，并表明我们能够以平均83%的准确率推断出人类团队的最终计划。我们还描述了一个机器人演示，其中两个人计划和执行第一反应的协作任务与PR2机器人。据我们所知，这是第一个将逻辑规划技术集成到生成模型中以执行计划推理的工作。
2013-06-05 cs.AI cs.CL cs.RO
Fast Decomposition of Temporal Logic Specifications for Heterogeneous Teams
MIT Lincoln Laboratory（麻省理工学院林肯实验室）；Lehigh University（理海大学）
在这项工作中，我们专注于分解成较小的子问题，可以独立解决和执行的大型多智能体路径规划问题的全球时间逻辑目标（共同的所有代理）。至关重要的是，子问题的解决方案必须共同满足共同的全球任务规范。代理的任务被给出为能力时序逻辑（CaTL）公式，信号时序逻辑的片段，其可以表达涉及多个代理能力（传感器，例如，相机、IR和效应器，例如，轮式、飞行、操纵器）。我们采取的方法是分解的时间逻辑规范和团队的代理。我们共同的原因代理分配给子团队和分解的公式使用可满足性模理论（SMT）的方法。SMT的输出然后被分发到子团队，并导致计划时间的显著加快。我们包括计算结果来评估我们的解决方案的效率，以及由SMT编码的保守性引入的权衡。
2020-09-30 cs.AI
Towards Reliable ML Feature Engineering via Planning in Constrained-Topology of LLM Agents
Meta Menlo Park, CA（Meta 洛杉矶公园分校）；JPMorgan Chase & Co.（摩根大通公司）
本文提出了一种基于LLM代理的受限拓扑规划框架，通过多步骤生成代码提升特征工程的可靠性与效率，实验显示在数据集和实际应用中均取得显著改进。
2026-01-15 cs.AI cs.CL cs.LG
Probabilistically Correct Language-based Multi-Robot Planning using Conformal Prediction
Washington University in St Louis（圣路易斯华盛顿大学）
本文提出基于共形预测的分布式LLM多机器人规划器S-ATLAS，通过量化不确定性使机器人在确定时自主决策、否则求助，从而在保证用户指定任务成功率的同时最小化求助次数并提升计算效率。
2024-11-21 cs.AI cs.RO
CoPlan: A Trustworthy Co-Intelligence Interface for Care Planning through Role-Based Contestable Argument Graphs
University of New Brunswick（新不伦瑞克大学）；National Research Council Canada（加拿大国家研究委员会）；Thompson Rivers University（汤普森河大学）；ISB Corporation（ISB公司）；University of Northern British Columbia（北英属哥伦比亚大学）
本研究提出CoPlan界面，通过多智能体工作流结合协同智能与可争议性，实现人机协同照护规划，保留人类自主性与临床问责制，已在就地养老场景中验证其有效性。
2026-08-06 cs.AI cs.MA cs.SE
MRBTP: Efficient Multi-Robot Behavior Tree Planning and Collaboration
College of Computer Science and Technology, National University of Defense Technology（国防科技大学计算机学院）
提出MRBTP算法，通过跨树扩展和意图共享实现多机器人行为树规划，并利用LLM插件生成任务子树，提升规划速度与协作效率，在仓库和服务场景验证了鲁棒性。
2025-02-25 cs.AI cs.MA cs.RO
Exploration and Coordination of Complementary Multi-Robot Teams in a Hunter and Gatherer Scenario
Lamar University（拉马尔大学）
猎人和采集者方法处理动态多机器人任务分配问题，其中任务在不知不觉中分布在环境中。这种方法采用两个互补的代理团队：一个敏捷的探索（猎人）和另一个灵巧的完成（采集者）任务。虽然这种方法已经研究了任务规划的角度来看，在我们以前的作品，多机器人探索和协调方面的问题仍然没有调查。本文提出了一种基于“期望信息增益”的多机器人搜索算法，以最小化分布式任务完成的集体成本。此外，我们提出了一个协调的解决方案之间的猎人和采集者整合的新概念的利润率的概念，期望信息增益。广泛的仿真结果的统计分析证实了所提出的算法的有效性，在不同的环境中不同程度的障碍物的复杂性。我们还表明，猎人和采集者之间缺乏有效的协调显着损害了规划的整体效果，特别是在密集的障碍和狭窄的走廊环境。最后，它是统计证明，整体工作量平均分配为每种类型的代理，这确保了所提出的解决方案是不偏向于一个特定的代理和所有代理类似的行为下类似的特点。
2022-03-31 cs.AI cs.MA cs.RO
Learning a Decentralized Multi-arm Motion Planner
Columbia University（哥伦比亚大学）
我们提出了一个闭环多臂运动规划，是可扩展的和灵活的团队规模。传统的多臂机器人系统依赖于集中式运动规划器，其运行时间通常随团队规模呈指数级增长，因此无法用开环控制来处理动态环境。在本文中，我们解决这个问题与多智能体强化学习，其中分散的政策是训练控制一个机器人手臂在多臂系统中，以达到其目标末端执行器姿态给定的观察其工作空间状态和目标末端执行器姿态。该策略使用具有来自基于采样的运动规划算法（即，BiRRT）。通过利用经典的规划算法，我们可以提高强化学习算法的学习效率，同时保持神经网络的快速推理时间。由此产生的政策规模次线性，可以部署在多臂系统与可变的团队规模。由于闭环和分散的公式化，我们的方法可以推广到5-10个多臂系统和动态移动目标（10臂系统的成功率>90%），尽管我们只训练了1-4个静态目标的臂规划任务。代码和数据链路可在https://multiarm.cs.columbia.edu上找到。
2020-11-05 cs.AI cs.CV cs.LG
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
Robust Planning for Human-Robot Joint Tasks with Explicit Reasoning on Human Mental State
LAAS-CNRS（法国国家科学研究中心系统分析与架构实验室）；Universite de Toulouse（图卢兹大学）；Artificial and Natural Intelligence Toulouse Institute (ANITI)（图卢兹人工与自然智能研究所（ANITI））
我们考虑人类感知的任务规划问题，其中一个人类-机器人团队被赋予一个共享的任务与一个已知的目标来实现。最近的方法通过将其建模为一组独立的理性代理来解决它，其中机器人计划两个代理的（共享）任务。然而，机器人知道人类不能像人工代理一样被管理，所以它模仿和预测人类的决定，行动和反应。基于以前的方法，我们描述了一种新的方法来解决这些问题，模型和使用执行时的可观测性公约。抽象地说，这种建模是基于情况评估，这有助于我们的方法捕捉个体代理的信念的演变，并预测在实践中出现的信念分歧。它决定是否以及何时需要信念对齐，并通过沟通来实现。这些变化提高了求解器的性能：（a）有效地使用了通信，（b）对于更现实和更具挑战性的问题具有鲁棒性。
2022-10-17 cs.AI cs.HC cs.RO
TOP-Former: A Multi-Agent Transformer Approach for the Team Orienteering Problem
Grupo de Tratamiento de Imágenes (GTI), Information Processing and Telecommunications Center, ETSI Telecomunicación, Universidad Politécnica de Madrid（图像处理小组（GTI）、信息处理与电信中心、电信工程学院、马德里理工大学）
针对团队定向问题现有求解器精度与速度难以兼顾的问题，提出基于中心化Transformer的多智能体路径规划网络TOP-Former，可全局分析车队情况生成协作解，在精度和速度上均优于多数现有最优方法。
2025-05-20 cs.AI
Beyond Manual Planning: Seating Allocation for Large Organizations
本文提出了一种端到端框架，利用概率道路图和快速探索随机树结合启发式搜索和动态规划，解决大型组织的分层座位分配问题，以提高座位安排的效率和优化程度。
2026-02-05 cs.AI math.OC
Meta-Modeling of Assembly Contingencies and Planning for Repair
University of California - San Diego（加利福尼亚大学圣迭戈分校）
世界机器人挑战赛（2018年和2020年）旨在挑战团队设计易于适应新任务的系统，并确保在半结构化环境中稳健运行。我们提出了一个分层的策略，将任务转化为任务和行动，并提供了一套策略，以解决简单和复杂的故障。我们提出了一个模型，使用这个模型来描述故障，并讨论维修。简单的故障是我们WRC系统中最常见的，我们也介绍了我们如何修复它们。
2021-03-12 cs.AI cs.RO
Capacity-Aware Planning and Scheduling in Budget-Constrained Multi-Agent MDPs: A Meta-RL Approach
University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
针对预算和容量受限的多智能体MDP，提出基于LSAP分组与元训练PPO的两阶段方法，在工业机器人维修调度中有效提升平均正常运行时间并具备可扩展性。
2025-09-26 cs.AI cs.LG
IMPASTO: Integrating Model-Based Planning with Learned Dynamics Models for Robotic Oil Painting Reproduction
Stanford University（斯坦福大学）；The University of Texas at Austin（德克萨斯大学奥斯汀分校）；University of California, Berkeley（加州大学伯克利分校）；Columbia University（哥伦比亚大学）
IMPASTO通过整合学习的动力学模型与基于模型的规划，实现机器人基于目标油画图像的复现，无需人类示范或精确模拟，提升复现精度。
2026-03-31 cs.AI cs.RO
Automated Planning in Repeated Adversarial Games
Imperial College London（伦敦帝国学院）；University of Southampton（南安普顿大学）
博弈论的规范性力量通常依赖于完全理性和/或自我博弈的互动。与此相反，这项工作抛开这些基本前提，而是集中在两个或多个代理之间的异构自主交互。具体来说，我们介绍了一种新的和简洁的表示重复对抗（常和）游戏，突出必要的功能，使自动规划代理的原因如何得分以上的游戏的纳什均衡，面对异构对手。为此，我们提出了TeamUP，一个基于模型的RL算法，旨在学习和规划这样的抽象。本质上，它有点类似于R-max，具有巧妙设计的奖励塑造，将探索视为对抗性优化问题。在实践中，它试图找到一个盟友，与之默契地勾结（在超过两个玩家的游戏中），然后合作制定一个联合行动计划，在对抗性重复游戏中始终获得高效用。我们使用首届柠檬水摊位游戏锦标赛来证明我们的方法的有效性，并发现TeamUP是表现最好的代理，将锦标赛的实际获胜策略降级为第二位。在我们的实验分析中，我们展示了我们的策略成功地并始终如一地与许多不同的异构（有时非常复杂）对手建立合作。
2012-03-15 cs.AI cs.GT
