Indoor Obstacle Discovery on Reflective Ground via Monocular Camera
DiDi Autonomous Driving（滴滴自动驾驶）；Beijing University of Posts and Telecommunications（北京邮电大学）；Huazhong University of Science and Technology（华中科技大学）
针对反射地面干扰室内移动机器人视觉障碍物发现问题，提出基于预校准地面检测和外观-几何融合回归器的方法，并构建ORG数据集验证其能有效减少反射误检。
2024-01-02 cs.CV cs.RO
Encore: Few-Shot Agentic Discovery of Manipulation Strategies
本文提出ENCORE，一种少样本智能体方法，通过将演示提炼为多视角关键帧等证据包，让编码智能体编写策略程序，在LIBERO-PRO和真实双臂机器人上显著优于基线。
2026-09-30 cs.AI cs.CV cs.LG
UniPrototype: Humn-Robot Skill Learning with Uniform Prototypes
本文提出UniPrototype框架，通过共享运动原语实现人机知识迁移，解决机器人学习数据稀缺问题，提升学习效率和任务性能。
2026-03-14 cs.CV cs.RO
SAPIEN: A SimulAted Part-based Interactive ENvironment
UC San Diego（加州大学圣地亚哥分校）；Stanford University（斯坦福大学）；Simon Fraser University（西蒙菲莎大学）；UC Los Angeles（加州大学洛杉矶分校）；Google Research（谷歌研究院）
建造家庭助理机器人一直是视觉和机器人研究人员的追求。为了实现这一任务，一个模拟环境与物理逼真的模拟，足够的关节对象，并转移到真正的机器人是必不可少的。现有的环境实现了机器人仿真的这些要求，具有不同程度的简化和重点。我们进一步构建了一个支持家庭任务的环境，用于训练机器人学习算法。我们的工作，SAPIEN，是一个现实的和物理丰富的模拟环境，主机一个大规模的关节连接的对象集。我们的SAPIEN能够实现各种需要详细了解零件级别的机器人视觉和交互任务。我们评估了用于零件检测和运动属性识别的最先进视觉算法，并使用启发式方法和强化学习算法演示了机器人交互任务。我们希望我们的SAPIEN可以开启很多有待探索的研究方向，包括通过交互学习认知、部分动作发现、构建机器人就绪的模拟游戏环境等。
2020-03-19 cs.CV cs.RO
Rethinking Mutual Information for Language Conditioned Skill Discovery on Imitation Learning
Fudan University（复旦大学）；Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）；Tsinghua University（清华大学）
本文提出语言条件技能发现（LCSD）方法，通过向量量化和互信息最大化在无监督模仿学习中学习离散技能，并在多个语言条件机器人任务上验证其泛化性、可解释性和任务成功率优势。
2024-02-27 cs.AI cs.RO
Volumetric Instance-Aware Semantic Mapping and 3D Object Discovery
Autonomous Systems Lab, ETH Zurich（苏黎世联邦理工学院自主系统实验室）
为了在现实环境中自主导航和规划交互，机器人需要能够鲁棒地感知和映射复杂的非结构化周围场景。除了构建观察到的场景几何的内部表示之外，对环境的真正功能性理解的关键见解是在映射期间使用更高级别的实体，例如单个对象实例。我们提出了一种方法，以增量方式建立体积对象为中心的地图，在线扫描与本地化的RGB-D相机。首先，每帧分割方案将无监督几何方法与实例感知语义对象预测相结合。这使我们能够从已知的类集合和其他以前看不见的类别中检测和分割元素。接下来，数据关联步骤跟踪跨不同帧的预测实例。最后，地图集成策略将有关其3D形状，位置和语义类（如果可用）的信息融合到全局体积中。对公开数据集的评估表明，所提出的用于构建实例级语义映射的方法与最先进的方法相比具有竞争力，同时还能够发现看不见的类别的对象。该系统进一步评估在现实世界的机器人映射设置，定性结果突出了在线性质的方法。
2019-07-10 cs.CV cs.RO
Learning Skill-based Industrial Robot Tasks with User Priors
Lund University（隆德大学）；University of Patras（帕特雷大学）；Stanford University（斯坦福大学）
机器人技能系统旨在减少机器人执行新制造任务的设置时间。然而，对于灵巧、接触丰富的任务，通常很难找到正确的技能参数。一种策略是通过允许机器人系统直接学习任务来学习这些参数。对于学习问题，机器人操作员通常可以指定参数的值的类型和范围。然而，鉴于他们先前的经验，机器人操作员应该能够通过提供关于在参数空间中哪里可以找到潜在的最优解的有根据的猜测来进一步帮助学习过程。有趣的是，在当前的机器人学习框架中没有利用这样的先验知识。我们介绍了一种方法，结合用户先验知识和贝叶斯优化，允许快速优化机器人工业任务在机器人部署时间。我们评估我们的方法在模拟中学习的三个任务，以及在两个任务，直接学习一个真正的机器人系统。此外，我们从相应的模拟任务中转移知识，通过从性能良好的配置中自动构建先验知识来学习真实系统。为了处理可能矛盾的任务目标，任务被建模为多目标问题。我们的研究结果表明，运营商的先验，用户指定和转让，大大加快丰富的帕累托前沿的发现，通常产生的最终性能远远优于建议的基线。
2022-08-02 cs.RO
Information-driven Affordance Discovery for Efficient Robotic Manipulation
Qualcomm AI Research（高通人工智能研究）；Ghent University（根特大学）
本文提出信息驱动的可供性发现方法 IDA，通过基于信息的度量引导智能体与环境定向交互，在仿真和真实机器人上以少量交互高效学习抓取、堆叠、开抽屉等视觉可供性，显著提升数据效率。
2024-05-06 cs.AI cs.CV cs.LG
Self-Supervised Keyframe Discovery for Horizon-Invariant Behavior Cloning
Arizona State University（亚利桑那州立大学）
针对非马尔可夫环境下行为克隆的长时程依赖问题，提出Keyframe Mnemonics自监督关键帧发现方法，在合成域和机器人操纵基准上均实现了显著性能提升与长时程泛化能力。
2026-10-09 cs.AI cs.RO
Gen2Sim: Scaling up Robot Learning in Simulation with Generative Models
Carnegie Mellon University（卡内基梅隆大学）
Gen2Sim 利用预训练语言与视觉生成模型自动生成仿真所需的 3D 资产、任务描述、时序分解和奖励函数，从而减少人工参与，成功学习多样化长时程操作策略，为在仿真中扩展机器人强化学习提供了可行路径。
2023-10-27 cs.AI cs.LG cs.RO
Collisionless Pattern Discovery in Robot Swarms Using Deep Reinforcement Learning
Louisiana State University（路易斯安那州立大学）；Kent State University（肯特州立大学）
我们提出了一个基于深度强化学习的框架，用于自动发现脂肪机器人群的任何给定初始配置中可用的模式。特别是，我们模型的问题，无碰撞收集和相互可见性的脂肪机器人群，并发现使用我们的框架来解决它们的模式。我们表明，通过基于某些约束（如相互可见性和安全接近度）塑造奖励信号，机器人可以发现无碰撞的轨迹，从而形成良好的聚集和可见性模式。
2022-09-20 cs.RO
From Continual Learning to Causal Discovery in Robotics
University of Lincoln（林肯大学）；University of Padua（帕多瓦大学）
从传感器数据的时间序列重建动态系统的精确因果模型是许多现实世界场景中的关键问题。在本文中，我们提出了一个概述，根据我们的经验，因果分析时遇到的实际挑战，应用于自主机器人和持续学习~（CL）如何可以帮助克服这些问题。我们提出了一种可能的方式来利用CL范式，使因果发现可行的机器人应用程序的计算资源是有限的，而在同一时间利用机器人作为一个积极的代理，有助于提高重建的因果模型的质量。
2023-01-10 cs.RO
Work in Progress: Enabling robot device discovery through robot device descriptions
The University of Alabama（阿拉巴马大学）；Florida State University（佛罗里达州立大学）
为学习和研究提供通用和定制平台的新机器人并不缺乏。不幸的是，当我们试图适应现有的软件组件时，我们面临着将每个硬件平台与现有框架连接起来的设备驱动程序的爆炸。我们当然可以获得重用跨平台开发的算法和工具的效率，但只有在创建设备驱动程序之后。我们提出了一个特定领域的语言，描述了一个机器人的开发和运行时接口，并定义其链接到现有的框架。机器人设备接口规范（RDIS）通过定义通信机制、语法和语义来利用存在于许多现有设备上的内部固件，以使得能够生成自动接口链接和资源发现。我们目前的领域模型，因为它涉及到差分驱动机器人作为一种机制，使用RDIS描述的机器人通过网络套接字和ROS（机器人操作系统）链接到HTML5。
2013-02-25 cs.RO
Simultaneous Localization, Mapping, and Manipulation for Unsupervised Object Discovery
University of Colorado at Boulder（科罗拉多大学博尔德分校）
我们提出了一个无监督的框架，同时基于外观的对象发现，检测，跟踪和重建使用RGBD相机和机器人机械手。该系统执行密集的三维同时定位与地图构建与无监督的对象发现。空间和视觉上连贯的假定对象由机器人操纵以获得额外的运动提示。机器人仅使用外观，然后是结构和运动线索，以联合发现，验证，学习和改进对象的模型。诱导运动分割增强了学习模型，这些模型隐式地表示为2D和3D水平集，以捕获形状和外观。我们比较了三种不同的基于外观的对象发现方法，发现一种新形式的时空超像素在精度和召回率方面提供了最高质量的候选对象模型。Baxter机器人的现场实验展示了一个完整的管道，能够自动发现，验证，检测，跟踪和重建未知物体。
2014-11-04 cs.CV cs.RO
Bottom-Up Skill Discovery from Unsegmented Demonstrations for Long-Horizon Robot Manipulation
University of Texas at Austin（德克萨斯大学奥斯汀分校）；Sony AI（索尼人工智能）
我们通过技能发现来解决现实世界中的长视野机器人操作任务。我们提出了一个自自底向上的【形】的方法来学习一个库的可重复使用的技能，从未分割的演示，并使用这些技能来合成延长机器人的行为。我们的方法首先通过凝聚聚类从每个演示构建一个分层的任务结构。从多任务演示的任务结构中，我们识别技能的基础上的循环模式和训练目标条件的感觉运动策略与分层模仿学习。最后，我们训练一个Meta控制器来组合这些技能，以解决长期的操作任务。整个模型可以在30分钟内收集的一小组人类演示上进行训练，而无需进一步的注释，使其能够在现实世界中部署。我们系统地评估了我们的方法在模拟环境中，并在一个真正的机器人。我们的方法在多阶段操作任务中表现出优于最先进的模仿学习方法的性能。此外，与从单个任务中发现的技能相比，从多任务演示中发现的技能将平均任务成功率提高了$8\%$。
2022-01-22 cs.LG cs.RO
A Central Motor System Inspired Pre-training Reinforcement Learning for Robotic Control
Northeastern University（东北大学）
本文提出受中枢运动系统启发的预训练强化学习方法CMS-PRL，通过融合奖励机制、基底神经节式技能编码和技能活动函数生成多样可复用技能，在稀疏奖励任务中优于基线方法，尤其适用于高自由度机器人。
2024-09-28 cs.AI cs.RO
Enhancing Causal Discovery from Robot Sensor Data in Dynamic Scenarios
University of Lincoln（林肯大学）；University of Padua（帕多瓦大学）
从传感器数据的时间序列中识别动态系统的主要特征并学习其因果关系是许多实际机器人应用中的关键问题。在本文中，我们提出了一个扩展的国家的最先进的因果发现方法，PCMCI，嵌入一个额外的特征选择模块的基础上转移熵。从一组预先确定的变量开始，新算法通过只考虑其主要特征而忽略那些被认为对理解系统演化不必要的特征来重建所观察系统的因果模型。我们首先验证的方法上的玩具问题和合成数据的大脑网络，其中地面实况模型是可用的，然后在现实世界的机器人场景中使用大规模的时间序列数据集的人类轨迹。实验表明，我们的解决方案在准确性和计算效率方面优于以前的最先进技术，可以更好，更快地从机器人传感器数据中发现有意义的模型。
2023-02-20 cs.RO
Information-driven Affordance Discovery for Efficient Robotic Manipulation
Qualcomm AI Research（高通人工智能研究部）；Ghent University（根特大学）
本文提出信息驱动方法 IDA，通过基于信息的交互目标增强智能体学习，以少量交互高效发现抓取、堆叠等视觉可供性，并在仿真与 UFACTORY XArm 6 真机实验中验证。
2024-06-06 cs.RO
Maze Discovery using Multiple Robots via Federated Learning
Centre for Wireless Communication, University of Oulu（奥卢大学无线通信中心）；Infortech Oulu, University of Oulu（奥卢大学因弗泰克奥卢分部）
针对多机器人迷宫探索中模型跨迷宫泛化不足的问题，本文采用联邦学习聚合仅探索单一迷宫机器人的知识，提升了在未知迷宫中的分类准确性与鲁棒性。
2024-06-25 cs.AI cs.LG cs.RO
A Low-Cost Robot Science Kit for Education with Symbolic Regression for Hypothesis Discovery and Validation
University of Maryland, College Park（马里兰大学帕克分校）；National Institute of Standards and Technology（美国国家标准与技术研究院）
下一代物理科学涉及机器人科学家-能够在闭环中进行实验设计，执行和分析的自主物理科学系统。这些系统已经在科学探索和发现方面取得了现实世界的成功，包括首次发现了一流的材料。为了构建和使用这些系统，下一代劳动力需要不同领域的专业知识，包括ML，控制系统，测量科学，材料合成，决策理论等。然而，教育滞后。教育工作者需要一个低成本、易于使用的平台来教授所需的技能。工业界也可以利用这样一个平台来开发和评估自主的物理科学方法。我们提出了科学教育的下一代，一个工具包，用于建立一个低成本的自主科学家。该工具包在马里兰大学的两门课程中使用，教授本科生和研究生自主的物理科学。我们讨论了它的使用过程中，其更大的能力，教自主模型探索，优化和确定的双重任务，自主实验“发现”的亨德森-哈塞尔巴赫方程的一个例子。
2022-06-13 cond-mat.mtrl-sci cs.LG cs.RO
Graph-based Reinforcement Learning meets Mixed Integer Programs: An application to 3D robot assembly discovery
Technical University of Darmstadt（达姆施塔特工业大学）
机器人装配发现是一个具有挑战性的问题，生活在资源分配和运动规划的交叉点。我们的目标是将一组预定义的对象组合起来，形成新的东西，同时考虑使用机器人在环执行任务。在这项工作中，我们解决的问题，建立任意的，预定义的目标结构完全从头开始使用一组俄罗斯方块一样的积木和机器人操纵器。我们的新的分层方法的目的是有效地分解成三个可行的水平，相互受益的整体任务。在高层次上，我们运行一个经典的混合整数程序，用于块类型选择和块的最终姿态的全局优化，以重新创建所需的形状。然后利用其输出来有效地指导底层强化学习（RL）策略的探索。这种RL策略从一个灵活的基于图的表示中提取其泛化属性，该表示是通过Q学习学习的，可以通过搜索进行细化。此外，它还考虑了结构稳定性和机器人可行性的必要条件，这些条件在前一层中无法有效反映。最后，抓取和运动规划器将所需的装配命令转换为机器人关节运动。我们展示了我们提出的方法的性能在一组竞争激烈的模拟RAD环境，展示现实世界的传输，并报告性能和鲁棒性增益相比，非结构化的端到端的方法。有关视频，请访问https://sites.google.com/view/rl-meets-milp。
2022-08-02 cs.AI cs.LG cs.RO
GPT-Lab: Next Generation Of Optimal Chemistry Discovery By GPT Driven Robotic Lab
Research Center for Intelligent Sensing Systems（智能传感系统研究中心）；Zhejiang Laboratory（之江实验室）
提出GPT-Lab范式，利用GPT模型驱动机器人实验室完成文献挖掘、实验设计与高通量合成验证，并在湿度传感器案例中实现快速材料发现。
2023-09-15 cs.AI cs.RO
Efficient Causal Discovery for Robotics Applications
University of Lincoln（林肯大学）；University of Padua（帕多瓦大学）
本文提出了一种名为F-PCMCI的快速准确的因果分析方法，能够在有限计算资源下实时重构人机交互场景的因果模型，从而提升机器人与人类的交互质量。
2023-10-24 cs.AI cs.RO
Discovery and Deployment of Emergent Robot Swarm Behaviors via Representation Learning and Real2Sim2Real Transfer
University of Utah（犹他大学）；George Mason University（乔治梅森大学）；University of Hawaii at Manoa（马诺阿夏威夷大学）
本研究提出基于自监督表示学习与新颖性搜索的Real2Sim2Real方法，自动发现涌现群体行为并实现仿真到真实机器人的直接迁移，优于手工度量标准。
2025-02-21 cs.AI cs.MA cs.RO
Time to Play: Simulating Early-Life Animal Dynamics Enhances Robotics Locomotion Discovery
Adaptive & Intelligent Robotics Lab, Imperial College London, United Kingdom（智能适应机器人实验室，帝国理工学院伦敦分校）；Evolutionary Biomechanics Laboratory, Imperial College London, United Kingdom（进化生物力学实验室，帝国理工学院伦敦分校）
受动物发育变化启发，提出SMOL课程动态调节机器人执行器强度，集成至MAP-Elites框架中，通过模拟生长过程提升机器人运动的性能与多样性。
2025-09-15 cs.NE cs.RO
Constrained Skill Discovery: Quadruped Locomotion with Unsupervised Reinforcement Learning
Department of Engineering Science, University of Oxford（牛津大学工程科学系）；Dyson（戴森公司）
本文提出一种基于无监督强化学习的受约束技能发现方法，通过范数匹配目标替代潜在转移最大化，使四足机器人能更稳定地覆盖状态空间，并在真实ANYmal机器人上实现零样本到达笛卡尔空间任意点。
2024-10-10 cs.RO
Scaling Laws in Scientific Discovery with AI and Robot Scientists
University of Toronto（多伦多大学）；Istituto Italiano di Tecnologia（意大利技术研究院）；Universita di Genova（热那亚大学）；Tsinghua University（清华大学）；Zhejiang University（浙江大学）；Rutgers University（罗格斯大学）；Harvard University（哈佛大学）；Georgia Tech（佐治亚理工学院）；University College of London（伦敦大学学院）
本文提出自主通才科学家（AGS）概念，结合智能体AI与具身机器人实现研究全生命周期自动化，并假设科学发现将遵循由自主系统数量与能力塑造的新缩放定律。
2025-04-03 cs.CL cs.RO
Unsupervised, Bottom-up Category Discovery for Symbol Grounding with a Curious Robot
Boise State University（博伊西州立大学）
本文提出让具备好奇心模型的机器人通过视觉观察与动作自主进行自底向上的无监督类别发现，从而支持后续专家赋予符号并实现符号接地。
2024-04-03 cs.CL cs.RO
Causal Discovery of Dynamic Models for Predicting Human Spatial Interactions
University of Lincoln（林肯大学）；University of Padua（帕多瓦大学）
利用机器人在人类共享的环境中进行活动，无论是仓库、购物中心还是医院，都要求这些机器人理解附近代理和对象之间的潜在物理交互。特别是，对后者之间的因果关系进行建模可以帮助预测未观察到的人类行为，并预测特定机器人干预的结果。在本文中，我们提出了一个因果发现方法的应用程序来模拟人与机器人的空间交互，试图了解人类的行为，从现实世界中的传感器数据在两种可能的情况下：人类与环境的互动，和人类与障碍物的互动。新的方法和实际的解决方案进行了讨论，利用，第一次，一个国家的最先进的因果关系发现算法在一些具有挑战性的人类环境中，在许多服务机器人场景的潜在应用。为了证明从现实世界的数据集获得的因果模型的效用，我们提出了因果和非因果预测方法之间的比较。我们的研究结果表明，因果模型正确地捕捉所考虑的场景的潜在相互作用，并提高其预测精度。
2023-02-20 cs.AI cs.RO
When Search Becomes Memory: Accelerating Robot Design Discovery with Self-Evolving Skills
University of Michigan（密歇根大学）
提出Auto-Robotist，一种自进化LLM代理，通过将形态搜索轨迹提炼为自然语言技能库，实现可迁移的机器人设计知识，在EvoGym任务中提升冷启动搜索并跨设计空间迁移技能。
2026-09-25 cs.AI cs.CL cs.CV
Spatial Concept Acquisition for a Mobile Robot that Integrates Self-Localization and Unsupervised Word Discovery from Spoken Sentences
Ritsumeikan University（立命馆大学）；National Institute of Informatics（国立信息学研究所）；The Graduate University for Advanced Studies（综合研究大学院大学）
在本文中，我们提出了一种新的无监督学习方法的词汇收购的机器人访问的地方，从人类连续语音信号。我们解决的问题，学习新的单词的机器人，除了一个原始的声学模型，这些话没有先验知识。此外，我们提出了一种方法，允许机器人有效地使用学习的单词及其含义的自我定位任务。该方法是一种非参数贝叶斯空间概念获取方法（SpCoA），该方法通过与空间概念相关的潜变量，将自定位生成模型和无监督分词方法相结合。我们实现了所提出的方法SpCoA上SIGVerse，这是一个仿真环境，和TurtleBot2，这是一个移动机器人在真实的环境。此外，我们进行了用于评估SpCoA性能的实验。实验结果表明，SpCoA使机器人能够从语音句子中获取地名。他们还表明，机器人可以有效地利用获得的空间概念，减少自我定位的不确定性。
2016-05-07 cs.AI cs.CL cs.RO
Exploring Behavior Discovery Methods for Heterogeneous Swarms of Limited-Capability Robots
Kalhert School of Computing, University of Utah（犹他大学卡尔赫特计算学院）
本文研究能力受限异构机器人群体的涌现行为发现，通过大量实验对比新颖性搜索、聚类及人在回路方法，发现迭代式人在回路过程效果最佳，共发现23种涌现行为，其中18种为首次发现。
2023-10-25 cs.LG cs.MA cs.RO
A Robotic Testing Platform for Pipelined Discovery of Resilient Soft Actuators
Department of Mechanical and Industrial Engineering, University of Toronto（多伦多大学机械与工业工程系）；Institute of Materials Science, University of Connecticut（康涅狄格大学材料科学研究所）；School of Mechanical, Aerospace, and Manufacturing Engineering, University of Connecticut（康涅狄格大学机械、航空航天与制造工程学院）；Material Science and Engineering, University of Connecticut（康涅狄格大学材料科学与工程系）；Inorganic Polymers Department, Petru Poni Institute of Macromolecular Chemistry（彼得·波尼宏分子化学研究所无机聚合物部门）
本文提出了一种机器人测试平台，用于流水线发现鲁棒性软执行器的最优参数组合，显著提升其操作寿命和负载能力。
2026-02-24 cs.RO
Autonomous skill discovery with Quality-Diversity and Unsupervised Descriptors
Imperial College London（帝国理工学院）
质量多样性优化是一种新的优化算法家族，它不是搜索单个最优解来解决任务，而是搜索大量的解决方案，这些解决方案都以不同的方式解决任务。这种方法对于学习机器人中的行为库特别有前途，因为这种行为的多样性使机器人变得更加多才多艺和有弹性。然而，这些算法需要用户手动定义行为描述符，用于确定两个解决方案是不同还是相似。行为描述符的选择是至关重要的，因为它完全改变了算法推导的解决方案类型。在本文中，我们介绍了一种新的方法来自动定义这个描述符相结合的质量多样性算法与无监督降维算法。这种方法使机器人能够在与环境交互的同时自主发现其能力范围。两个实验场景的结果表明，机器人可以自主发现大范围的可能的行为，没有任何先验知识的形态和环境。此外，这些行为被认为类似于使用领域知识的手工解决方案，并且比使用现有的无监督方法时更加多样化。
2019-05-28 cs.NE cs.RO
SKID RAW: Skill Discovery from Raw Trajectories
Technische Universität Darmstadt（达姆施塔特工业大学）；Universität zu Lübeck（吕贝克大学）；Max-Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所）
将机器人集成到复杂的日常环境中需要解决许多问题。其中一个关键特征是为机器人配备一种机制，以简单自然的方式教它们一项新任务。当教授涉及不同技能序列的任务时，这些技能的顺序和数量不同，最好只演示完整的任务执行，而不是所有的个人技能。为此，我们提出了一种新的方法，同时学习分割轨迹到重复出现的模式和技能，以重建这些模式，从未标记的示威，而无需进一步的监督。此外，该方法学习技能条件，可用于理解可能的技能序列，例如，用于更智能和自适应机器人行为的人机交互的实用机制。贝叶斯和变分推理为基础的方法进行评估合成和真实的人类演示具有不同的复杂性和维度，显示成功的学习的分割和技能库从未标记的数据。
2021-03-26 cs.AI cs.LG cs.RO
TacEvo: Self-Evolving Architecture Discovery for Robotic Tactile Perception via LLM-Driven Quality-Diversity Search
Department of Bioengineering, Imperial-X Initiative, Imperial College London（生物工程系、Imperial-X计划、伦敦帝国学院）
提出TacEvo框架，利用LLM生成代码级变异和交叉，结合MAP-Elites质量多样性循环，自动发现高效触觉感知网络架构，在力回归和光栅分类任务上显著提升性能。
2026-06-29 cs.RO
Motion Primitive Discovery in a Humanoid Robot via Self-Organising Maps for Phase Recognition
Department of Applied Informatics Comenius University Bratislava（布拉迪斯拉发夸美纽斯大学应用信息学系）
受镜像神经元系统启发，提出两级架构用于人形机器人运动原语发现和在线相位识别。第一级用自组织映射学习运动学表示，第二级用回声状态网络评估激活轨迹。集成SOM和ESN方法，实现运动原语表示及相位识别，验证相关计算假设。
2026-07-22 cs.RO
Efficient Placard Discovery for Semantic Mapping During Frontier Exploration
University of Texas at Austin（德克萨斯大学奥斯汀分校）
语义映射是通过将语义附加到位置来为机器人提供其环境的地图的任务，该地图超出了传统同时定位与地图构建（SLAM）算法的开放的、可导航的空间。在这项工作中提出的系统读取门标牌注释办公室的位置。虽然该系统的先前工作开发了手工制作的检测器，但该系统利用YOLOv2进行检测，并利用分割网络进行分割。通过从分割的四边形轮廓计算的单应性计算标牌的姿态来定位标牌。这项工作还引入了一个可中断的前沿探索算法，使机器人能够探索其环境，构建其SLAM地图，同时暂停检查在此过程中观察到的标语牌。这使得机器人能够在没有人为干预的情况下自主发现房间标牌，同时比以前的自主探索方法大大加快速度。
2021-10-27 cs.AI cs.RO
DORA: Divergence-Oriented Data-Relay Algorithm for Partially Connected Robot Teams
University of Pennsylvania（宾夕法尼亚大学）
针对部分连接异构无人机团队的通信与探索权衡问题，提出散度导向数据中继算法DORA，通过量化信息价值驱动通信，将MRT解析延迟最多降低74.8%。
2026-09-30 cs.RO
ros2probe: Non-intrusive, Kernel-selective Observability for Robot Operating System 2 Middleware
DGIST（大邱庆北科学技术院）
针对ROS 2观测工具因加入DDS域而产生的探针效应（膨胀发现平面、增加反序列化开销、导致丢包偏差），提出ros2probe，通过被动捕获发现包重构通信状态，并利用内核过滤仅提取用户指定主题的包，消除探针效应，保持发现图误差在0.5%以内，无丢包，CPU和内存开销降低最高28倍。
2026-06-09 cs.RO
Trajectory Optimization Through Contacts and Automatic Gait Discovery for Quadrupeds
ETH Zürich（苏黎世联邦理工学院）
在这项工作中，我们提出了一个轨迹优化框架，通过接触全身运动规划。我们演示了如何所提出的方法可以应用于自动发现不同的步态和动态运动的四足机器人。与大多数以前的方法相比，我们没有预先指定接触开关，计时，点或步态模式，但它们是优化的直接结果。此外，我们优化了机器人的整个动力学，这使得优化器能够充分利用机器人的能力。为了说明可实现运动的范围，在这里我们展示了八种不同的任务，当使用最先进的方法解决时，这些任务需要非常不同的控制结构。使用我们的轨迹优化方法，我们用一个简单的、高水平的成本函数来解决每个任务，而不需要对控制结构进行任何改变。此外，我们将我们的方法与机器人的控制和估计框架完全集成，以便可以在线运行优化。通过演示一个粗糙的操作任务与多个动态接触开关，我们举例说明如何优化的轨迹和控制输入可以直接应用到硬件。
2016-07-15 cs.RO
Relevance-guided Unsupervised Discovery of Abilities with Quality-Diversity Algorithms
Imperial College London（帝国理工学院）
质量多样性算法提供了有效的机制来生成大量的多样化和高性能的解决方案，这已被证明是有助于解决下游任务。然而，这些算法中的大多数依赖于行为描述符来描述手工编码的多样性，因此需要关于所考虑的任务的先验知识。在这项工作中，我们引入了相关性指导的无监督发现能力;质量多样性算法，自主地找到适合手头任务的行为特征。特别是，我们的方法引入了一个自定义的多样性度量，导致更高的密度的解决方案附近的区域的学习行为描述符空间。我们评估我们的方法在一个模拟的机器人环境中，机器人自主发现其能力的基础上，其完整的传感器数据。我们评估了三个任务的算法：导航到随机目标，高速前进，并执行半卷。实验结果表明，我们的方法设法发现集合的解决方案，不仅是多样化的，但也很好地适应所考虑的下游任务。
2022-04-21 cs.AI cs.LG cs.NE
What Stops Recursive Self-Improvement in Robotics? Lessons from 123 Rounds of Agentic Skill Discovery
本研究通过123轮智能体技能发现实验，揭示机器人递归自我改进受阻于感知模块缺乏关系理解、技能链锁定早期步骤及评估框架误导，并提出相应改进建议。
2026-09-29 cs.AI cs.LG cs.RO
ASPIRE: Agentic /Skills Discovery for Robotics
NVIDIA（英伟达）；UMich（密歇根大学）；UIUC（伊利诺伊大学厄巴纳-香槟分校）；UC Berkeley（加州大学伯克利分校）；CMU（卡内基梅隆大学）
提出ASPIRE系统，通过闭环执行、技能库积累和进化搜索，自主编写和优化机器人控制程序，在扰动、多机器人协作和长时域任务上显著超越现有方法，并实现零样本泛化与仿真到现实的技能迁移。
2026-10-22 cs.AI cs.MA cs.RO
Generative Flow on Symbolic Abstractions for Embodiment Capability Discovery
Indiana University Bloomington（印第安纳大学布卢明顿分校）
该研究针对机器人复杂长时程行为训练中任务分布与具身可行性不匹配的问题，提出 FOSA 框架，通过生成流网络构建符号任务骨架并结合仿真奖励，发现适配机器人能力的任务，蒸馏后提升未见复杂任务性能。
2026-10-14 cs.AI cs.LG cs.RO
Joint Discovery of Object and Action Symbols through Effect Prediction for Robotic Manipulation Planning
Bogazici University（博阿齐奇大学）；Ozyegin University（厄兹耶金大学）；Osaka University（大阪大学）
提出一种通过二元瓶颈层联合发现操作原语和物体类别的方法，利用预测多模态交互效应进行离散规划，在桌面重定位和堆叠任务中优于现有方法。
2026-07-02 cs.RO
ROS-Causal: A ROS-based Causal Analysis Framework for Human-Robot Interaction Applications
University of Lincoln（林肯大学）；University of Padua（帕多瓦大学）；National Research Council of Italy（意大利国家研究委员会）
本文提出ROS-Causal框架，基于ROS实现人机空间交互中的机载数据采集与因果发现，填补现有因果发现方法在ROS生态缺失的空白，并通过模拟器验证其有效性。
2024-03-21 cs.AI cs.RO
Unsupervised Skill Discovery as Exploration for Learning Agile Locomotion
Georgia Institute of Technology（佐治亚理工学院）
本文提出新型学习框架SDAX，利用无监督技能发现自主获取多样化技能以克服障碍，并通过双层优化动态调节探索程度，使四足机器人学会爬行、攀爬、跳跃等敏捷行为并成功迁移至真实硬件。
2025-08-12 cs.AI cs.LG cs.RO
VL-Explore: Zero-shot Vision-Language Exploration and Target Discovery by Mobile Robots
RoboPI Laboratory, Dept. of ECE, University of Florida (UF)（罗波实验室，电子工程系，佛罗里达大学）；FOCUS Laboratory, Dept. of ECE, University of Florida (UF)（焦点实验室，电子工程系，佛罗里达大学）；Amazon Robotics（亚马逊机器人技术）
本文提出 VL-Explore 导航流程，利用 CLIP 和单目视觉在未知环境中实现零样本同步探索与目标发现，并通过 Open Rover 实车验证其优于传统地图遍历且接近依赖先验知识的方法。
2025-07-22 cs.RO
Continual Quadruped Robots Coordination via Semantic Skill Discovery
National Key Laboratory of Novel Software Technology, Nanjing University, Nanjing, China（新型软件技术国家重点实验室，南京大学，南京，中国）；School of Artificial Intelligence, Nanjing University, Nanjing, China（人工智能学院，南京大学，南京，中国）；Polixir Technologies, Nanjing, China（南京极智科技有限公司）
提出Conquer框架，通过语义技能库实现多四足机器人在持续学习任务中的协调，避免灾难性遗忘，最终平均成功率95.6%。
2026-06-11 cs.AI cs.MA cs.RO
ROBOGATE: Adaptive Failure Discovery for Safe Robot Policy Deployment via Two-Stage Boundary-Focused Sampling
AgentAI Co., Ltd.（AgentAI公司）
本文提出ROBOGATE框架，结合物理仿真与两阶段自适应采样策略，有效发现操作参数空间中的故障边界，通过大量实验验证了其在不同机器人上的有效性，并展示了在跨仿真器场景下的部署验证挑战。
2026-04-20 cs.RO
Adaptive Repulsive Pheromone Clustering for Foraging Robot Swarms
The University of Texas Rio Grande Valley（德克萨斯大学里奥格兰德河谷分校）
针对CPFA重复探索导致效率低的问题，提出ARPC算法，通过排斥信息素航点聚类引导机器人，在仿真中显著优于CPFA和GPFA。
2026-08-18 cs.RO
Predictability-Based Curiosity-Guided Action Symbol Discovery
Bogazici University（博阿齐奇大学）；Brown University（布朗大学）
本研究提出一种基于编码器-解码器和好奇心探索模块的系统，自主发现符号动作原语，并在操作任务中通过符号树搜索生成计划，实验证明其有效性。
2025-05-23 cs.RO
Experimental Evaluation of ROS-Causal in Real-World Human-Robot Spatial Interaction Scenarios
School of Computer Science, University of Lincoln, UK（林肯大学计算机科学学院）；Dept. of Information Engineering, University of Padua, Italy（帕多瓦大学信息工程系）；National Research Council of Italy（意大利国家研究理事会）
本研究评估了ROS-Causal框架在真实人类-机器人空间交互场景中的性能，通过模拟和实验室实验验证其在因果发现和机器人部署中的有效性。
2026-02-16 cs.AI cs.RO
