Motion Planning for Autonomous Vehicles: When Model Predictive Control Meets Ensemble Kalman Smoothing
Department of Mechanical Engineering, University of Kansas（机械工程系，堪萨斯大学）；Mitsubishi Electric Research Laboratories（三菱电机研究实验室）
本文将基于神经网络车辆模型的NMPC运动规划重构为贝叶斯估计问题，并用序贯集合卡尔曼平滑器求解，显著降低计算成本。
2025-05-10 cs.RO
Path planning for unmanned surface vehicle based on predictive artificial potential field. International Journal of Advanced Robotic Systems
Beihang University（北京航空航天大学）
本文提出一种结合时间信息和预测势场的改进方法，用于提升无人水面车辆路径规划的效率和避障能力。
2026-02-22 cs.RO
Robust Task and Motion Planning for Long-Horizon Architectural Construction Planning
University of Stuttgart（斯图加特大学）；Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所）
在建筑和施工过程中集成机器人系统是提高建筑行业效率的核心兴趣。此类系统的自动规划使设计分析工具成为可能，并为设计师和工程师提供更快的设计迭代周期。然而，通用的任务和运动规划（TAMP）的长期建设过程是超出了目前的方法的能力。在本文中，我们开发了一个多智能体TAMP框架的长期问题，如建设一个全面的建设。为此，我们通过基于采样的运动规划，有限的地平线的方法，和特定于任务的结构稳定性优化，允许有效的任务分解的逻辑几何规划框架。我们表明，我们的框架是能够构建一个大型展馆从几百个几何独特的建筑元素从开始到结束自主。
2020-03-17 cs.RO
Multi-robot Path Planning and Scheduling via Model Predictive Optimal Transport (MPC-OT)
Amazon Robotics（亚马逊机器人技术）
针对多机器人前往多目标时路径重叠导致死锁的问题，提出融合最优传输与模型预测控制的MPC-OT方法，实现最优、不重叠且可适应动力学的路径规划与调度。
2025-08-28 cs.LG cs.RO
Model predictive approach to integrated path planning and tracking for autonomous vehicles
National Institute of Informatics（国立信息学研究所）；Hunan University（湖南大学）
在自主应用的路径规划问题中，现有的研究都是将自主车辆的路径规划和轨迹跟踪控制分开考虑，很少将轨迹规划和轨迹控制结合起来。为了填补这一研究空白，本研究提出了一种集成的轨迹规划和轨迹控制方法。本文还研究了考虑静态和动态障碍物的自主避碰问题。仿真结果表明了所提出的控制方法的有效性。
2019-05-09 cs.RO math.DS
PAAMP: Polytopic Action-Set And Motion Planning for Long Horizon Dynamic Motion Planning via Mixed Integer Linear Programming
Robotics Engineering Department, Worcester Polytechnic Institute（沃斯特理工学院机器人工程系）；Electrical Engineering Department, California Polytechnic State University（加州州立大学弗雷斯诺分校电子工程系）
本文提出PAAMP方法，通过多边形动作集将长时间动态运动规划转化为混合整数线性规划问题，用于解决复杂动态系统中的运动规划与约束满足问题。
2024-08-28 cs.RO
Interaction-Aware Trajectory Prediction and Planning in Dense Highway Traffic using Distributed Model Predictive Control
Chalmers University of Technology（查尔姆斯理工大学）
针对密集交通中自动驾驶车辆的最优轨迹规划问题，提出一种结合分布式模型预测控制、耦合多智能体环境下轨迹预测与规划的新型框架，经仿真验证，其局部最优解优于解耦的预测规划方法。
2023-08-24 cs.RO cs.SY eess.SY
RHH-LGP: Receding Horizon And Heuristics-Based Logic-Geometric Programming For Task And Motion Planning
TU Berlin（柏林工业大学）；International Max Planck Research School for Intelligent Systems（马克斯·普朗克智能系统国际研究学院）；Bilkent University（比尔肯特大学）
机器人操作的顺序决策和运动规划会导致组合复杂性。对于长期任务，特别是当环境包括许多可以交互的对象时，规划效率变得更加重要。为了规划这种长时间任务，我们提出了RHH-LGP算法的组合任务和运动规划（TAMP）。首先，我们提出了一个TAMP方法（基于逻辑几何规划），有效地使用基于几何的算法来解决长期操作任务。该规划器的效率，然后进一步提高了滚动时域制定，从而在RHH-LGP。我们证明了我们的方法的鲁棒性和有效性，在各种各样的长期任务，需要推理与大量的对象的相互作用。使用我们的框架，我们可以解决的任务，需要多个机器人，包括移动机器人和蛇形步行机器人，形成新的异构运动学结构自主。通过结合基于几何的规划与迭代规划，我们的方法带来了一个数量级的减少规划时间在所有调查的问题。
2022-03-06 cs.RO
PALMER: Perception-Action Loop with Memory for Long-Horizon Planning
Swiss Federal Institute of Technology (EPFL)（瑞士联邦理工学院（洛桑联邦理工学院））
为了在先验未知的现实世界场景中实现自主性，智能体应该能够：i）根据高维感官观察（例如，图像），ii）从过去的经验中学习以适应和改进，以及iii）能够进行长期规划。经典规划算法（例如PRM，RRT）擅长处理长期规划。基于深度学习的方法反过来可以通过对观测之间的统计偶然性进行建模来提供必要的表示来解决其他问题。在这个方向上，我们引入了一个通用的规划算法，称为PALMER，结合经典的基于采样的规划算法与基于学习的感知表示。为了训练这些感知表示，我们将Q学习与对比表示学习相结合，以创建一个潜在空间，在这个空间中，两个状态的嵌入之间的距离可以捕获最佳策略在它们之间遍历的容易程度。对于这些感知表示的规划，我们重新设计了经典的基于采样的规划算法，从重放缓冲区中检索先前观察到的轨迹段，并将它们重新拼接成连接任何给定的起始和目标状态对的近似最佳路径。这在表示学习、记忆、强化学习和基于采样的规划之间创建了一个紧密的反馈循环。最终的结果是一个经验框架的长期规划，是显着更强大的和样本效率相比，现有的方法。
2022-12-08 cs.AI cs.CV cs.LG
Real-Time Motion Planning of Legged Robots: A Model Predictive Control Approach
Agile & Dexterous Robotics Lab, ETH Zürich（苏黎世联邦理工学院敏捷与灵巧机器人实验室）
针对足式机器人的运动规划问题，提出了一种实时的【形】、有约束、非线性的模型预测控制。所提出的方法使用一个约束最优控制算法称为SLQ。我们通过引入一个多处理方案来估计价值函数，从而提高了该算法的效率。这道次通常被计算为一个单一的过程。这种并行SLQ算法可以优化更长的时间范围，而不会成比例地增加其计算时间。因此，我们的MPC算法可以在几毫秒内为接下来的几个运动阶段生成优化的轨迹。这比现有技术至少好一个数量级。该方法的性能验证四足机器人产生动态步态，如小跑。
2017-10-11 cs.RO
Predictive Maneuver Planning with Deep Reinforcement Learning (PMP-DRL) for comfortable and safe autonomous driving
Robert Bosch Centre for Cyber-Physical Systems, Indian Institute of Science（印度科学学院罗伯特·博世信息物理系统中心）；Indian Institute of Science（印度科学学院）；PES university（PES大学）
针对传统规则式机动规划应对真实场景多变性不足的问题，提出结合预测模型与深度强化学习的PMP-DRL模型，在NGSIM数据集模拟环境中验证其在安全舒适决策上优于规则及模仿学习模型。
2023-06-15 cs.AI cs.LG cs.RO
Fast Online Planning for Bipedal Locomotion via Centroidal Model Predictive Gait Synthesis
Beijing Research Institute of UBTECH Robotics（优必选机器人北京研究院）；Tsinghua University（清华大学）
将双足步行的全身运动规划和步行时间规划问题转化为一个模型预测控制（MPC）问题，需要在线求解一系列优化问题。虽然直接解决这些问题是非常耗时的，我们提出了一个预测步态合成器提供即时的解决方案。基于全维模型，离线构建了不同速度和周期的步态库。该步态合成器基于质心动力学的在线预测，通过对步态库进行合成，生成1kHz的实时步态。我们证明了所构造的MPC问题可以确保CoM状态的一致最终有界性（UUB），并表明我们提出的步态合成器可以为MPC优化问题提供可行的解决方案。仿真和实验结果与8自由度（DoF）的双足机器人提供这种方法的性能和鲁棒性。
2021-05-21 cs.RO
Unifying Model Predictive Path Integral Control, Reinforcement Learning, and Diffusion Models for Optimal Control and Planning
本研究通过在吉布斯测度上的基于梯度的优化，统一了MPPI、强化学习与扩散模型，揭示了它们共享相同的更新规则，为最优控制与规划提供了统一视角。
2025-03-04 cs.LG
Safe Motion Planning and Control Using Predictive and Adaptive Barrier Methods for Autonomous Surface Vessels
SENSEable City Laboratory, Massachusetts Institute of Technology（麻省理工学院可感知城市实验室）
针对自主水面船舶传统运动规划方法计算量大或过于保守的问题，本文结合MPC与自适应膨胀椭圆障碍物表示的高阶CBFs，提出安全运动规划策略，经仿真与实船实验验证可在保障安全的同时实现狭窄空间实时通行与死锁解决。
2025-10-01 cs.RO
Semantics-aware Predictive Inspection Path Planning
Norwegian University of Science and Technology（挪威科学技术大学）
本文提出SPP语义感知预测规划，通过识别语义场景图中的重复空间模式预测未见环境，并设计两种压载水舱巡检路径策略，仿真与真实船舶实验证明其可缩短巡检时间并保持覆盖率。
2025-06-06 cs.RO
Model Predictive Planning: Trajectory Planning in Obstruction-Dense Environments for Low-Agility Aircraft
Northeastern University（东北大学）；The Charles Stark Draper Laboratory（查尔斯·斯塔克·德拉普尔实验室）
针对低机动性飞行器在密集障碍环境中轨迹规划易出现优化不可行的问题，提出包含多路径规划、光线追踪约束生成和凸二次规划的MPP方法，通过多候选路径提升可行轨迹概率，并在纵向飞行器模型上验证有效性。
2024-09-13 cs.RO cs.SY eess.SY
Predictive Collision Management for Time and Risk Dependent Path Planning
LMU Munich（慕尼黑大学）
自动驾驶汽车或包裹机器人等自主智能体需要识别并避免可能与障碍物发生碰撞，以便在其环境中成功移动。然而，人类已经学会了凭直觉预测运动，并以前瞻性的方式避开障碍物。避碰任务可以分为全局和局部两个层次。关于全球层面，我们提出了一种方法，称为“预测碰撞管理路径规划”（PCMP）。在地方一级，使用避免碰撞的解决方案，以防止不可避免的碰撞。因此，PCMP的目的是使用预测碰撞管理来避免不必要的局部碰撞场景。PCMP是一种基于图的算法，其重点在于由三个部分组成的时间维度：（1）运动预测，（2）将运动预测集成到时间相关图中，以及（3）时间和风险相关路径规划。该算法结合了搜索最短路径的问题：绕道值得避免可能的碰撞情况？我们在不同的模拟场景中评估了规避行为，结果表明，风险敏感的代理可以避免47.3%的碰撞场景，而绕道1.3%。一个规避风险的代理避免了高达97.3%的碰撞场景，绕道39.1%。因此，一个代理的规避行为可以控制主动和风险依赖于使用PCMP。
2020-11-26 cs.AI cs.LG cs.RO
Learning to Correct Mistakes: Backjumping in Long-Horizon Task and Motion Planning
Sony AI（索尼人工智能）；The University of Texas at Austin（德克萨斯大学奥斯汀分校）
随着机器人操作能力和长期自主性的提高，长时间任务规划和运动规划问题变得越来越重要。这些问题的一个关键挑战是，计划中的早期行动可能会使未来的行动变得不可行。当到达搜索的死胡同时，大多数现有的规划器使用回溯，这会彻底重新评估运动级别的动作，通常会导致规划效率低下，特别是当搜索深度很大时。在本文中，我们提出了学习backjumping算法，直接使用监督学习模型来指导任务级搜索。基于对两个不同任务的评估，我们发现，我们的方法显着提高规划效率相比，回溯，也推广到新的对象数量的问题。
2022-11-15 cs.RO
Map-Predictive Motion Planning in Unknown Environments
Stanford University（斯坦福大学）；Harvard University（哈佛大学）
用于未知环境中的运动规划的算法通常受限于它们推理未观察到的环境的结构的能力。因此，当前方法通常通过依赖于探试法来沿着边界选择中间目标来导航未知环境。我们提出了一个统一的方法，结合地图预测和运动规划安全，时间效率高的自主导航未知环境的动态约束机器人。我们提出了一个数据驱动的方法来预测地图的未观察到的环境，使用机器人的观察其周围环境的背景。然后，这些地图预测用于规划从机器人的位置到目标的轨迹，而不需要边界选择。我们证明，我们的地图预测运动规划策略产生了显着改善的轨迹时间在一个天真的前沿追求方法，并表现出类似的性能，使用更复杂的前沿选择算法的方法，具有显着更短的计算时间。
2019-10-17 cs.RO cs.SY eess.SY
Reactive motion planning with probabilistic safety guarantees
California Institute of Technology（加州理工学院）
多智能体环境中的运动规划对于许多重要的自主应用（如自主车辆和辅助机器人）至关重要。研究了受控智能体与多个不受控智能体共享环境的运动规划问题。首先，训练不受控制的代理的预测模型，以基于场景在短时间内预测所有可能的轨迹。然后将预测馈送到基于模型预测控制的运动规划模块。我们使用三种不同的方法，后膨胀，支持向量机（SVM），和共形分析，所有能够生成随机保证的预测模型的预测的正确性证明了泛化界。所提出的方法在模拟自动驾驶公路的情况下进行了仿真。
2020-11-26 cs.LG cs.RO cs.SY
Technical Report: A Receding Horizon Algorithm for Informative Path Planning with Temporal Logic Constraints
Boston University（波士顿大学）
本技术报告是2013年IEEE机器人与自动化国际会议（ICRA）上接受的论文“具有时间逻辑约束的信息路径规划的滚动时域算法”的扩展版本。本文认为，在时间逻辑约束下，一个更丰富的约束比以前被认为是在信息收集的传感机器人，找到最翔实的路径的问题。信息路径规划的算法，利用工具，从信息论和正式的控制综合，并证明给一个路径，满足给定的时间逻辑约束。该算法使用滚动时域方法，以提供一个反应，在线解决方案，同时减轻计算复杂性。从多个模拟研究中编译的统计数据表明，该算法比基线穷举搜索方法性能更好。
2013-01-31 cs.RO
Reward Tweaking: Maximizing the Total Reward While Planning for Short Horizons
Technion Institute of Technology（以色列理工学院）
在强化学习中，折扣因子$γ$控制智能体的有效规划范围。传统上，该参数被认为是MDP的一部分;然而，由于深度强化学习算法在有效规划范围较长时往往变得不稳定，最近的研究将$γ$称为超参数-从而改变了底层MDP，并可能导致代理在原始任务上的次优行为。在这项工作中，我们介绍了\emph{reward tweaking}。奖励调整学习用于折扣设置的代理奖励函数$\tilde r$，其在原始有限时域总奖励任务上诱导最优行为。理论上，我们证明了存在一个替代奖励，导致在原始任务的最优性，并讨论了我们的方法的鲁棒性。此外，我们在高维连续控制任务中进行了实验，结果表明，奖励调整引导代理实现更好的长期回报，尽管它计划短期回报。
2020-06-23 cs.LG stat.ML
Planning with a Receding Horizon for Manipulation in Clutter using a Learned Value Function
University of Leeds（利兹大学）
杂波中的操纵需要在充满物理交互的环境中解决复杂的顺序决策问题。运动规划解决方案在开环中从仿真到现实世界的转移受到对现实世界物理学建模的固有不确定性的影响。我们建议交错规划和执行的实时，在一个闭环设置，使用一个滚动地平线规划（RHP）推动操纵混乱。在这种情况下，我们解决的问题，找到一个合适的价值函数为基础的启发式有效的规划，并估计成本去从地平线的目标。我们估计这样一个价值函数第一次使用现有的抽样为基础的规划器所产生的计划。然后，我们通过强化学习进一步优化价值函数。我们评估我们的方法，并将其与最先进的规划技术进行比较。我们在模拟中进行实验，人工注入的物理参数的不确定性，以及在现实世界中的杂波操作任务。我们表明，这种方法使机器人能够有效地对现实世界的不确定动态作出反应。
2018-07-27 cs.RO
Planning Transformer: Long-Horizon Offline Reinforcement Learning with Planning Tokens
Durham University（杜伦大学）
针对Decision Transformer等离线强化学习监督方法在长时序任务中累积误差高的问题，提出带有规划令牌的Planning Transformer，通过双时间尺度令牌预测实现隐式规划指导低层策略，在D4RL环境中达SOTA并提升策略可解释性。
2024-09-14 cs.AI cs.CL cs.LG
Model Predictive Trajectory Planning for Human-Robot Handovers
TU Wien（维也纳技术大学）；AIT Austrian Institute of Technology GmbH（奥地利技术研究院有限公司）
本研究提出一种基于路径跟踪模型预测控制的人机交接轨迹规划方法，结合高斯过程回归预测交接位置以自适应调整路径偏差边界，经7自由度协作机械臂实验验证了其有效性与通用性。
2024-04-11 cs.RO
BiConMP: A Nonlinear Model Predictive Control Framework for Whole Body Motion Planning
Tandon School of Engineering, New York University（纽约大学坦登工程学院）；Max-Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所）；Oxford Robotics Institute, University of Oxford（牛津大学牛津机器人研究所）
足式机器人的全身运动规划是具有挑战性的，由于在机器人动力学固有的非线性。在这项工作中，我们提出了一个非线性MPC框架，BiConMP，它可以有效地利用机器人动力学的结构在线生成全身轨迹。BiConMP用于在真实的四足机器人上生成各种循环步态，并在不同地形上评估其性能，对抗不可预见的推动并在不同步态之间在线过渡。此外，能力的BiConMP产生非平凡的非循环的全身动态运动的机器人。同样的方法也被用来产生各种动态运动的MPC上的人形机器人（Talos）和另一个四足机器人（AnYmal）的仿真。最后，一个广泛的实证分析的影响，规划水平和频率的非线性MPC框架的报告和讨论。
2022-09-15 cs.RO
Provable Indefinite-Horizon Real-Time Planning for Repetitive Tasks
Carnegie Mellon University（卡内基梅隆大学）
在许多机器人操作场景中，机器人通常必须在结构化环境中执行高度重复的任务，例如在收发室中分拣邮件或在传送带上拾取和放置物体。在这项工作中，我们感兴趣的是任务相似但不相同的设置（例如，由于对象的不确定定向）并且运动规划需要非常快。基于预处理的方法在这些环境中被证明是非常有益的。它们离线分析配置空间以生成一些辅助信息，然后可以在查询阶段使用这些信息来加速规划时间。通常，对查询时间的要求越严格，内存占用量就越大。特别是，对于高维空间，提供实时的【形】规划能力极具挑战性。虽然存在通过限制规划范围来保证实时的【形】性能的规划器，但是我们不知道通用规划器能够针对不确定的范围（即，目标的规划）。为此，我们提出了一种基于预处理的方法，提供可证明的边界上的查询时间，同时只产生少量的内存开销在查询阶段。我们评估我们的方法在7自由度的机器人手臂，并显示了超过十倍的查询时间相比，PRM算法的加速。
2019-04-11 cs.RO
Inverse Reinforcement Learning with Multiple Planning Horizons
Gladstone Institutes（格拉德斯通研究所）；SEAS, Harvard University（哈佛大学工程与应用科学学院）；Stanford University（斯坦福大学）
本文研究专家具有不同未知规划视野的逆强化学习问题，提出同时学习全局奖励函数和智能体特定折扣因子的算法，并刻画了可行解空间及验证了跨领域泛化能力。
2024-09-26 cs.LG
Scaling Long-Horizon Online POMDP Planning via Rapid State Space Sampling
Australian National University（澳大利亚国立大学）；Rice University（莱斯大学）
提出ROP-RaS3求解器，利用快速状态空间采样生成宏动作，避免穷举动作空间，在长时域POMDP规划中性能大幅超越现有方法。
2024-11-11 cs.RO
CaStL: Constraints as Specifications through LLM Translation for Long-Horizon Task and Motion Planning
Rice University（莱斯大学）；Purdue University（普渡大学）；Ken Kennedy Institute at Rice University（莱斯大学肯·肯尼迪研究所）
针对现实长程任务与运动规划中自然语言问题模糊、约束复杂的痛点，提出CaStL框架，分多阶段从自然语言识别约束并转化为PDDL和Python脚本，经定制求解器求解，显著提升复杂场景下的约束处理能力与规划成功率。
2024-10-29 cs.RO
Probabilistic Constraint Tightening Techniques for Trajectory Planning with Predictive Control
Clemson University（克莱姆森大学）；Huawei（华为）
为了使自动移动车辆在现实世界中以最小的碰撞风险导航，其规划算法必须考虑来自测量和环境干扰的不确定性。在本文中，我们认为，在这种不确定性的存在下，两个机器人车辆之间的相互碰撞概率的保守近似的解析解。在那里，我们提出了两种方法，我们称之为单一的缩放和主轴旋转，解耦的二元积分的有效近似的两辆车之间的碰撞概率，包括方向的影响。我们比较这些方法的保守性分析和数值。通过关闭一个控制回路，通过模型预测制导方案，我们观察到，通过蒙特卡罗模拟，直接实施防撞约束的保守近似仍然是不可行的实时规划。然后，我们提出并实现了一个凸化方法的基础上收紧碰撞约束，显着提高了计算效率和鲁棒性的预测制导方案。
2022-12-15 cs.RO cs.SY eess.SY
Online Motion Planning based on Nonlinear Model Predictive Control with Non-Euclidean Rotation Groups
TU Dortmund University（多特蒙德工业大学）
提出了一种基于非线性模型预测控制的机器人在线运动规划方法。常见的方法依赖于纯欧几里德优化参数。然而，在机器人导航中，状态空间通常包括跨越非欧几里德旋转组的旋转分量。所提出的方法适用于非线性增量和差分算子在整个优化方案，明确考虑这些群体。实现包括但不限于二次型和时间最优目标。一个复杂的停车场景的运动自行车模型证明了该方法的有效性和实际意义。在更简单的机器人（例如差动驱动）的情况下，在层次规划设置中的比较分析揭示了可比的计算时间和性能。该方法可在模块化和高度可配置的开源C++软件框架中使用。
2020-06-05 cs.RO cs.SY eess.SY
Long-Horizon Motion Planning via Sampling and Segmented Trajectory Optimization
University of California, Berkeley（加州大学伯克利分校）
本文提出了一种混合机器人运动规划器，产生长期的运动规划机器人导航的环境中的障碍。我们提出了一种混合规划器，RRT* 与分段轨迹优化（RRT*-sOpt），它结合了基于采样的规划，基于优化的规划和轨迹分裂的优点，快速规划无碰撞和动态可行的运动计划。在生成规划时，RRT* 层快速采样出一条半最优路径，并将其设置为初始参考路径。然后，sOpt层将参考路径进行拆分，并对每个分段进行优化。然后，它再次分割新的轨迹，并重复该过程，直到整个轨迹收敛。我们还建议减少收敛前的段数，以进一步减少计算时间。仿真结果表明，RRT*-sOpt受益于混合结构与轨迹分裂，并在各种机器人平台和场景中表现稳健。
2022-04-17 cs.RO
Real-Time Motion Planning of a Hydraulic Excavator using Trajectory Optimization and Model Predictive Control
Seoul National University（首尔大学）；Automation and Systems Research Institute（自动化与系统研究院）
挖掘任务的自动化要求满足各种约束的实时的【形】轨迹规划。为了保证约束可行性和实时的【形】轨迹可重规划性，我们提出了一个集成的框架，基于实时的【形】优化的液压挖掘机轨迹规划。该框架由两个主要模块组成：全局规划器和实时的【形】局部规划器。全局规划器考虑挖掘体积和能量最小化来计算整个全局轨迹，而局部规划器以滚动时域的方式跟踪全局轨迹，满足动态可行性、物理约束和干扰感知。我们验证了所提出的规划算法在模拟环境中进行两种类型的操作中存在的仿真干扰液压摩擦和土壤-桶的相互作用：浅，深挖掘。优化的全局轨迹以秒的顺序获得，其由本地规划器以快于30 Hz的速度跟踪。据我们所知，这项工作提出了第一个实时的【形】运动规划框架，满足液压挖掘机的约束条件，如力/扭矩，功率，缸位移和流量限制。
2021-07-08 cs.RO
Energy-Aware Predictive Motion Planning for Autonomous Vehicles Using a Hybrid Zonotope Constraint Representation
The Pennsylvania State University（宾夕法尼亚州立大学）
本文提出一种基于MPC的无人飞行器耦合运动与能量规划策略，利用约束和混合zonotope表示约束，并在混合整数二次规划求解器中实现实时规划。
2024-11-15 cs.RO cs.SY eess.SY
Interaction and Decision Making-aware Motion Planning using Branch Model Predictive Control
KTH Royal Institute of Technology（瑞典皇家理工学院）；UC Berkeley（加州大学伯克利分校）
与人类驾驶员共享道路的自动驾驶车辆的运动规划仍然具有挑战性。困难来自三个具有挑战性的方面：1）人类驾驶员是多模式的，2）与自动驾驶汽车交互，3）根据交通场景的当前状态主动做出决策。本文提出了一种基于分支模型预测控制的运动规划框架。通过考虑与人类驾驶员所做的不同决定相关联的多个未来结果来解决多模态。人类的互动性质被认为是通过建模他们的自主车辆的行动影响的反应代理。最后，我们考虑在人类神经科学研究中开发的模型，作为编码人类驾驶员决策过程的一种可能方式。我们提出了在各种情况下的仿真结果，显示所提出的方法的优点和它的能力，计划自信的演习，传达意图给人类。
2023-01-31 cs.RO cs.SY eess.SY
Intent Prediction-Driven Model Predictive Control for UAV Planning and Navigation in Dynamic Environments
Carnegie Mellon University（卡内基梅隆大学）
针对动态环境下无人机导航感知不可靠、轨迹易失效的问题，提出整合感知、MDP意图预测与MPC规划的导航框架，经仿真与实物实验验证，其碰撞次数少于基准方法，提升了导航安全性。
2025-03-23 cs.RO
Branch-Stochastic Model Predictive Control for Motion Planning under Multi-Modal Uncertainty with Scenario Clustering
Chair of Automatic Control Engineering（自动控制工程教授会）
本文提出一种结合随机模型预测控制与分支结构的方法，用于在多模态不确定性下进行运动规划，通过场景聚类提高实时计算性能并减少保守性。
2026-05-21 cs.RO
Safe Hierarchical Model Predictive Control and Planning for Autonomous Systems
Otto von Guericke University（奥托·冯·格里克大学）；German Aerospace Center (DLR)（德国航空航天中心（DLR））；Technical University of Darmstadt（达姆施塔特工业大学）
自动驾驶车辆的规划和控制通常是分层分离的。然而，不断提高的性能要求和在高度动态的环境中运行需要频繁地重新评估规划，并将控制和规划紧密集成，以确保安全。我们提出了一个集成的分层预测控制和规划方法来应对这一挑战。规划器和控制器是基于滚动时域最优控制问题的重复求解。该规划器可以选择不同的低层控制器模式，以增加灵活性和性能，而不是使用一个单一的控制器与大的安全裕度下的不确定性避免碰撞。规划是基于简化的系统动力学和安全性，但灵活的操作是通过基于混合整数线性规划公式的约束收紧来确保的。基于循环时域管的模型预测控制器保证了对不同控制模式和干扰的约束满足。这种模式的例子是具有高精度的低速运动和具有大的不确定性界限的高速运动。允许不同的控制模式减少了保守性，而问题的分层分解降低了计算成本，并使实时实现。我们推导出递归可行性的条件，以确保约束满足和避障，以保证安全，并确保层和模式之间的兼容性。仿真结果验证了所提出的分层策略的有效性和适用性。
2022-03-27 cs.RO cs.SY eess.SY
Motion Planning for Mobile Manipulators Navigating Doorways via Model Predictive Control
The Pennsylvania State University（宾夕法尼亚州立大学）；AlphaZ Inc.（AlphaZ公司）
针对移动机械臂在人类环境中穿越 doorway 的需求，提出基于非线性 MPC 的耦合系统运动规划框架，经仿真与硬件实验验证可生成无碰撞的 door 穿越轨迹。
2026-08-04 cs.RO cs.SY eess.SY
Receding Horizon Task and Motion Planning in Changing Environments
University of Padua（帕多瓦大学）；IT+Robotics Srl（IT+Robotics 有限公司）
复杂的操作任务需要仔细集成的符号推理和运动规划。这个问题通常被称为任务和运动规划（TAMP），如果工作空间是非静态的，例如由于人类干预和用噪声非理想传感器感知，则该问题甚至更具挑战性。这项工作提出了一种在线近似TAMP方法，结合了几何推理模块和运动规划器与标准的任务规划器在一个滚动的地平线时尚。我们的方法迭代地解决了一个减少规划问题，在有限数量的未来行动的实施过程中的后退窗口。因此，在每次迭代中实际上只调度水平线的第一个动作，然后窗口向前移动，问题再次得到解决。此过程允许自然地考虑场景中的潜在变化，同时确保良好的运行时性能。我们在模拟环境中进行了大量的实验，验证了我们的方法。我们表明，我们的方法是能够处理意外的变化，在环境中，同时确保可比的性能与其他最近的TAMP方法在解决传统的静态基准。我们发布本文的开源实现我们的方法。
2021-08-29 cs.RO
Optimal-Horizon Model-Predictive Control with Differential Dynamic Programming
Georgia Institute of Technology（佐治亚理工学院）
我们提出了一种算法，基于微分动态规划框架，处理轨迹优化问题，其中的地平线是在线确定的，而不是固定的先验。该算法对线性、二次、时不变问题都具有精确的一步收敛性，对实时非线性模型预测控制也有足够快的收敛速度。我们显示推导的非线性算法在离散时间的情况下，并将此算法应用于各种非线性问题。最后，我们展示了最优时域模型预测控制方案与标准MPC控制器相比在平面机器人避障问题上的功效。
2021-11-17 cs.RO cs.SY eess.SY
Model Predictive Trajectory Optimization With Dynamically Changing Waypoints for Serial Manipulators
Technische Universität Wien (TUW)（维也纳技术大学）；AIT Austrian Institute of Technology GmbH（奥地利技术研究院有限公司）
针对短时域在线轨迹优化难以纳入动态路点的问题，提出路点模型预测控制（wMPC），通过分割规划时域并缩短时域长度，实现低计算负载的实时重规划，实验验证其性能与离线RRT型规划器相当。
2024-02-07 cs.RO
A Control Architecture with Online Predictive Planning for Position and Torque Controlled Walking of Humanoid Robots
Istituto Italiano di Tecnologia（意大利理工学院）；Università degli Studi di Genova（热那亚大学）；Google DeepMind（谷歌DeepMind）
人形机器人的行走模式的生成的一种常见方法包括采用分层控制架构。本文提出了一种由三个嵌套的控制回路组成的体系结构。外环利用机器人运动学模型来规划脚步位置。在中间层，预测控制器根据众所周知的桌车模型生成质心轨迹。通过一个全身逆运动学算法，我们可以定义关节参考位置控制行走。这两个循环的结果，然后解释为输入的堆栈的任务QP为基础的转矩控制器，这代表了所提出的控制架构的内环。由此产生的架构允许机器人也在扭矩控制下行走，保证更高水平的顺应性。在人形机器人iCub上进行了真实世界的实验。
2018-07-14 cs.RO
ActSWM: Action-Sensitive World Models for Long-Horizon Planning in Open-World Games
针对开放世界游戏长视界规划的上下文崩塌问题，提出动作敏感型世界模型ActSWM，通过约束隐式回滚保留动作依赖差异，提升了任务成功率与动作恢复能力。
2026-08-18 cs.RO
Online Trajectory Generation with Distributed Model Predictive Control for Multi-Robot Motion Planning
Dynamic Systems Lab（动态系统实验室）；Institute for Aerospace Studies（航空航天研究所）；University of Toronto（多伦多大学）
我们提出了一种分布式模型预测控制（DMPC）算法，以产生多个机器人的实时轨迹。我们采用了\textit{on-demand collision avoidance}方法在以前的工作中，有效地计算过渡任务中的非碰撞轨迹。提出了一种事件触发的重新规划策略，以考虑干扰。我们的仿真结果表明，所提出的碰撞避免方法可以减少，平均约50%的旅行时间需要完成一个多智能体点到点的过渡时，相比研究良好的缓冲Voronoi细胞（BVC）的方法。此外，它在具有高密度代理的过渡任务中显示出更高的成功率，在18 m^3的竞技场中，30个手掌大小的四旋翼代理的成功率超过90%。该方法通过一群多达20架的无人机近距离飞行进行了实验验证。
2020-01-24 cs.RO
Planning and Learning with Adaptive Lookahead
Nvidia Research（英伟达研究院）
一些最强大的强化学习框架使用规划来进行动作选择。有趣的是，他们的规划视野要么是固定的，要么是由国家访问历史任意决定的。在这里，我们扩大超出天真的固定的地平线，并提出了一个理论上合理的战略，自适应选择的规划水平作为一个函数的状态依赖的价值估计。我们提出了两个变体的前瞻选择和分析迭代次数和每次迭代的计算复杂性之间的权衡。然后，我们设计了一个相应的深度Q网络算法与自适应树搜索范围。我们将每个深度的值估计分开，以补偿深度之间的非策略差异。最后，我们证明了我们的自适应前瞻方法在迷宫环境和Atari的有效性。
2023-01-18 cs.AI cs.LG
Probabilistic Inference in Planning for Partially Observable Long Horizon Problems
University of Michigan（密歇根大学）；J.P. Morgan AI Research（摩根大通人工智能研究院）
自主服务机器人要在现实世界中成功地执行长时间任务，必须在部分可观察的环境中智能地行动。大多数任务和运动规划方法假设其状态空间的完全可观测性，使得它们在反映现实世界中的不确定性的随机和部分可观测域中无效。我们提出了一个在线规划和执行的方法，在部分可观察的领域执行长期任务。给定机器人的信念和一个由符号动作组成的计划骨架，我们的方法通过推断成功执行计划所需的连续动作参数来确定每个符号动作。为了实现这一点，我们制定了一个混合约束满足问题（H-CSP）的行动参数的联合推理的问题，并解决了H-CSP使用置信传播。机器人执行由此产生的参数化动作，更新其对世界的信念，并在必要时重新运行。我们的方法是能够有效地解决部分可观察的任务在一个现实的厨房模拟环境。在我们的实验中，我们的方法优于对最先进方法的适应。
2021-10-18 cs.RO
Hierarchical Planning with Latent World Models
FAIR at Meta（Meta旗下的FAIR）；New York University（纽约大学）；Mila - Québec AI Institute（魁北克AI研究院）；Brown University（布朗大学）
提出HWM架构，通过多时间尺度潜在世界模型和潜在匹配实现分层模型预测控制，解决长时域任务中单层规划失败和计算爆炸问题。
2026-10-14 cs.LG
Multi-Agent Feedback Motion Planning using Probably Approximately Correct Nonlinear Model Predictive Control
Johns Hopkins University（约翰斯·霍普金斯大学）；Johns Hopkins University Applied Physics Lab（约翰斯·霍普金斯大学应用物理实验室）
针对多机器人编队控制中的不确定性与避障难题，提出基于PAC-NMPC的分布式滚动时域反馈运动规划，结合陀螺避障终端代价，仿真验证其性能媲美集中式且抗噪、可扩展。
2025-01-21 cs.RO
VIP-Loco: A Visually Guided Infinite Horizon Planning Framework for Legged Locomotion
VIP-Loco结合视觉感知与强化学习，实现腿部机器人在复杂动态环境中的鲁棒运动规划，通过内部模型将本体状态与深度图像映射为紧凑的运动动力学特征，结合无限 horizon MPC提升适应性与结构化规划能力。
2026-03-15 cs.RO
Analytic Planning under Uncertainty with Moment Closure
McGill University（麦吉尔大学）；Mila – Quebec Artificial Intelligence Institute（米拉-魁北克人工智能研究所）
本文提出一种基于矩闭合的不确定性下解析规划方法，通过二次动作值参数化实现闭式贝尔曼备份，在连续控制中降低目标方差，为感知分布的规划提供了合理框架。
2026-08-04 cs.AI cs.LG
Safe Reinforcement Learning with a Predictive Safety Filter for Motion Planning and Control: A Drifting Vehicle Example
State Key Laboratory of Industrial Control Technology, Zhejiang University（浙江大学工业控制技术国家重点实验室）；Professorship of Autonomous Vehicle Systems, Technical University of Munich（慕尼黑工业大学自主车辆系统教授职位）
提出一种结合预测安全滤波器的安全强化学习运动规划器，通过在线调整智能体动作确保自动驾驶漂移的安全与稳定，仿真显示其在跟踪误差和计算效率上优于传统方法。
2025-06-28 cs.RO
Truncated Horizon Policy Search: Combining Reinforcement Learning & Imitation Learning
Carnegie Mellon University（卡内基梅隆大学）；Georgia Institute of Technology（佐治亚理工学院）
在本文中，我们提出了通过使用预言机的奖励塑造的想法来结合模仿和强化学习。我们研究了接近最优的成本去预言机在规划视野上的有效性，并证明了成本去预言机缩短了学习者的规划视野作为其准确性的函数：全局最优预言机可以将规划范围缩短为1，从而导致更容易优化的一步贪婪马尔可夫决策过程，而远离最优性的Oracle需要在更长的范围内进行规划以实现接近最优的性能。因此，我们的新见解弥合了模仿学习和强化学习之间的差距。受上述见解的启发，我们提出了截断HORIZON策略搜索（THOR），一种专注于搜索策略的方法，最大限度地提高总重塑奖励在一个有限的规划范围内，当预言是次优的。我们的实验表明，基于梯度的实现的THOR可以实现优越的性能相比，RL基线和IL基线，即使当oracle是次优的。
2018-05-29 cs.LG stat.ML
