Enhancing Sampling-based Planning with a Library of Paths
Czech Technical University in Prague(布拉格捷克理工大学)
通过存储和重用历史路径,提升狭窄通道中路径规划的效率与速度,减少计算时间,适用于机器人零件拣选等场景。
2026-01-07 cs.RO
Robowflex: Robot Motion Planning with MoveIt Made Easy
Rice University(莱斯大学)
Robowflex是一个用于工业和研究应用中机器人运动规划的软件库,利用了流行的MoveIt库和机器人操作系统(ROS)中间件。Robowflex提供了一个增强的API,用于在单个程序中制作和操作运动规划查询,使使用MoveIt进行运动规划变得容易。Robowflex的高级API简化了许多常见用例,同时在需要时仍然提供对MoveIt库的低级访问。Robowflex对于1)开发新的运动规划器,2)评估运动规划器,以及3)使用运动规划作为子例程的复杂问题(例如,任务和运动规划)。Robowflex还提供可视化功能,与其他机器人库的集成(例如,DART和Tesseract),并补充其他机器人软件包。使用我们的库,用户不需要是ROS或MoveIt的专家,就可以设置运动规划查询,从结果中提取信息,并直接与各种软件组件进行交互。我们通过几个示例用例证明了其有效性。
2022-07-27 cs.RO
OpTaS: An Optimization-based Task Specification Library for Trajectory Optimization and Model Predictive Control
King’s College London(伦敦国王学院);University of Edinburgh(爱丁堡大学);Kawada Robotics Corporation(川田机器人公司);Alan Turing Institute(艾伦·图灵研究所)
本文提出OpTaS,一个用于机器人轨迹优化与模型预测控制的Python任务规范库,支持自定义非线性约束问题、执行中修改参数,并兼容多种求解器,可在关节空间和任务空间同时定义任务。
2023-01-31 cs.RO
Kernel-SDF: An Open-Source Library for Real-Time Signed Distance Function Estimation using Kernel Regression
University of California, San Diego(加州大学圣地亚哥分校);Korea Advanced Institute of Science and Technology (KAIST)(韩国科学技术院)
本文提出Kernel-SDF开源库,通过核回归实时估计带不确定性的符号距离函数,提供高精度SDF、梯度和网格构造,适用于机器人应用。
2026-07-28 cs.RO
Control Lyapunov Functions for Compliant Hybrid Zero Dynamic Walking
California Institute of Technology(加州理工学院)
在动态机器人系统上实现具有形式保证的非线性控制器的能力有可能实现更复杂的机器人行为-然而,实现这些控制器通常具有实际挑战性。为了解决这个问题,本文提出了端到端的实现动态双足运动的欠驱动双足机器人通过混合零动态和控制李雅普诺夫函数。Cassie的顺应性模型被表示为混合系统以设置用于轨迹优化框架的阶段。为了在所有方向上实现各种步行速度,编译了顺应性步行运动库,然后将其参数化,以便在实时控制器中有效使用。控制李雅普诺夫函数,这有很强的理论保证,综合利用步态库,再加上逆动力学,以获得基于优化的控制器框架为二次规划。它被证明,该控制器可证明实现稳定的运动,这是再加上一个理论分析,证明有用的性能的控制器的调整和实施。所提出的理论框架上的Cassie机器人,其中3D步行是通过使用基于优化的扭矩控制实现实际证明。实验突出了机器人行走在不同的速度和地形,说明了端到端的实现理论上合理的非线性控制器的动态欠驱动机器人系统。
2021-07-09 cs.RO
The Reconfigurable Aerial Robotic Chain: Shape and Motion Planning
Birla Institute of Technology and Science (BITS) Pilani(皮拉尼伯拉理工学院(BITS皮拉尼));University of Nevada, Reno(内华达大学雷诺分校)
介绍了航空机器人链的设计思想、建模方法和运动规划求解方法。该设计代表了一个可配置的机器人系统,由多个连接的微型飞行器组成,同时具有穿越狭窄路段、变形其形状、运送重要有效载荷的能力,提供分布式传感和处理的潜力,并允许系统扩展。我们贡献了一种方法来解决这样一个连接的机器人系统的系统的运动规划问题,充分利用其可重构的性质,以快速的方式找到无碰撞路径,尽管增加了自由度。所提出的方法利用了一个库的空中机器人链配置,优化的横截面尺寸或传感器的覆盖范围,旁边的概率策略采样随机形状的配置,可能需要促进持续的无碰撞导航。仿真中的评估研究涉及穿越受限和充满障碍的环境,具有狭窄的走廊和横截面。
2019-11-24 cs.RO
TOCALib: Optimal control library with interpolation for bimanual manipulation and obstacles avoidance
FRC CSC RAS(俄罗斯科学院联邦研究中心计算机科学与控制研究所);MIPT(莫斯科物理技术学院);Robotics Center, Sberbank of Russia(俄罗斯联邦储蓄银行机器人中心);Skolkovo Institute of Science and Technology(斯科尔科沃科学技术学院);AIRI(人工智能研究院);Moscow Institute of Physics and Technology(莫斯科物理技术学院)
本文提出TOCALib方法,在FROST框架下结合DCOL碰撞符号表达式构建双臂最优轨迹库,并在Mobile Aloha上实现复杂双臂操作,可扩展至其他机器人和机器学习训练数据生成。
2025-04-10 cs.RO
Microcontroller Based Robotic Arm Development for Library Management System
Meghnad Saha Institute of Technology(梅格纳德·萨哈技术学院)
随着机器人技术的进步,各种行业和过程的自动化已经变得普遍。本项目旨在引进图书馆自动化系统,以实现自动检索排队图书、安排书架上的归还图书以及自动更新图书馆数据库的目标。该系统基于Arduino微控制器和Python编程,基于微控制器的机器人手臂用于从图书馆的不同书架上取书或将书归还给图书馆。库数据库也会在操作完成后更新。建议的系统的独特之处在于它可以应用于任何现有的图书馆,并且能够处理单个书籍而不是大量书籍。该系统旨在为图书馆自动化概念带来新的层面。
2018-12-29 cs.RO
APOLLO Blender: A Robotics Library for Visualization and Animation in Blender
APOLLO Blender是一个用于Blender的机器人可视化和动画库,提供简单接口和功能,帮助研究人员快速创建高质量的可视化内容。
2025-12-30 cs.RO
Scenario Execution for Robotics: A generic, backend-agnostic library for running reproducible robotics experiments and tests
Intel Labs(英特尔实验室);Karlsruhe University of Applied Sciences(卡尔斯鲁厄应用技术大学);Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院)
针对机器人领域缺乏通用可复现实验工具的问题,提出基于OpenSCENARIO 2与行为树的后端无关Python库Scenario Execution for Robotics,支持多模拟器、ROS2生态及虚实实验低代码迁移。
2024-09-11 cs.RO
Differentiable Forward Kinematics for TensorFlow 2
TU Wien(维也纳工业大学);University of Innsbruck(因斯布鲁克大学)
机器人系统通常很复杂,依赖于大量软件组件的集成。机器人系统中的一个重要组成部分提供了正运动学的计算,这是运动规划和感知相关的组件所需要的。基于深度学习的端到端学习系统需要在组件边界上传递梯度。正运动学的典型软件实现是不可微的,因此无法构建基于梯度的端到端学习系统。在本文中,我们提出了一个与ROS-URDF兼容的库,它可以计算正运动学,同时可以访问梯度w.r.t.联合配置和模型参数,允许基于梯度的学习和模型识别。我们的Python库基于Tensorflow~2,并且是可自动微分的。它支持在GPU上并行计算大量的运动学配置,与基于CPU的顺序计算相比,性能有了相当大的提高。https://github.com/lumoe/dlkinematics.git
2023-03-10 cs.RO cs.SE
SE3Kit: A Lightweight Python Library for Specialized Geometric Primitives in Robotics
Walker Department of Mechanical Engineering and Texas Robotics at The University of Texas at Austin(德克萨斯大学奥斯汀分校机械工程系和德克萨斯机器人学院)
本文提出SE3Kit,一个轻量级Python库,专注于特殊欧几里得群SE(3)和特殊正交群SO(3)上的高效运算,提供严格的数学实现,适用于嵌入式部署、快速原型设计和教育。
2026-05-21 cs.RO
pomdp_py: A Framework to Build and Solve POMDP Problems
Brown University(布朗大学)
在本文中,我们介绍了pomdp_py,一个通用的部分可观察马尔可夫决策过程(POMDP)库编写的Python和Cython。由于底层程序设计语言或接口,现有POMDP库通常阻碍可访问性和有效的原型设计,并且需要软件工具链的额外复杂性来与机器人系统集成。pomdp_py具有简单而全面的接口,能够描述大型离散或连续(PO)MDP问题。在这里,我们总结了设计原则,并详细描述了pomdp_py中的编程模型和接口。我们还描述了这个库与ROS(机器人操作系统)的直观集成,这使得我们的躯干驱动机器人在3D中执行对象搜索。最后,我们指出了改进和扩展POMDP规划及以后的库的方向。
2020-04-21 cs.AI cs.RO
RSL-RL: A Learning Library for Robotics Research
ETH Zürich(苏黎世联邦理工学院);NVIDIA(英伟达);Flexion Robotics(Flexion机器人)
RSL-RL 是一个专为机器人社区定制的开源强化学习库,提供紧凑易改的代码库、主流算法及辅助技术,针对 GPU 训练优化,并在仿真与真实实验中验证了其轻量、可扩展的实用性。
2025-09-13 cs.LG cs.RO
Set based velocity shaping for robotic manipulators
Queen’s University Belfast(贝尔法斯特女王大学)
我们开发了一个新的框架,轨迹规划的预定义路径,一般N连杆机械手。不同于以往的方法生成开环最小时间控制器或预先调整的运动轮廓的时间缩放,我们建立的分析算法,恢复所有的初始条件,可以驱动到理想的目标集,同时坚持环境约束。更多的技术相关的,我们将相应的安全的状态反馈控制器与几个理想的属性。在我们的框架中的一个关键使能因素是引入了状态反馈模板,该模板诱导了所得到的闭环系统的轨迹之间的排序特性。所提出的结构允许工作的非线性系统直接在分析和综合问题。离线计算和在线实现都是可扩展的,相对于机械手的链接的数量。结果可以潜在地用于一系列具有挑战性的问题:商业机器人机械手的数值实验表明,有效的在线实施是可能的。
2022-11-10 cs.RO cs.SY eess.SY
gafro: Geometric Algebra for Robotics
Idiap Research Institute(Idiap 研究所);EPFL(洛桑联邦理工学院)
本文提出面向机器人应用的 C++ 库 gafro,基于共形几何代数实现几何基元、刚体变换、运动学与动力学计算,并提供 Python 绑定和 ROS 接口。
2023-10-29 cs.RO
Titan: A Parallel Asynchronous Library for Multi-Agent and Soft-Body Robotics using NVIDIA CUDA
Columbia University(哥伦比亚大学);Imperial College London(帝国理工学院)
虽然大多数机器人仿真库都是为低维和本质上串行的任务而构建的,但软体和多智能体机器人技术已经创造了对可以并行建模许多交互体的仿真环境的需求。尽管在这些领域的兴趣越来越大,没有现有的仿真库解决的挑战,提供一个统一的,高度并行化的,GPU加速的接口,模拟大型机器人系统。Titan是一个多功能的基于CUDA的C++机器人仿真库,它采用了一种新颖的异步计算模型,用于机器人原语的GPU加速仿真。创新的GPU架构设计允许在GPU异步运行的同时对CPU进行同步优化和控制,从而实现快速拓扑优化和强化学习迭代。Kinetics解决了一个大规模的并行集成方案,结合约束和环境的力量。我们报告了基于CPU的基线的显着改进的性能,每秒模拟多达3亿次原始更新,同时允许广泛的研究应用程序的灵活性。我们提出了几个应用程序的泰坦高性能模拟软体和多智能体机器人。
2019-11-22 cs.GR cs.RO
The EventCV Library for Event-Based Robotic Vision
Queensland University of Technology(昆士兰科技大学)
EventCV是一个开源Rust库,提供Python绑定,集成驱动、处理与推理,加速事件相机数据处理,用于机器人视觉,支持实时操作。
2026-09-21 cs.RO
Towards Autonomous Robotic Kidney Ultrasound: Spatial-Efficient Volumetric Imaging via Template Guided Optimal Pivoting
本文提出了一种基于模板引导的最优旋转方法,用于实现空间高效的肾脏超声成像,通过最小化探头足迹提高扫描效率和准确性。
2026-02-18 cs.RO
Design of an ultrasound-guided robotic brachytherapy needle insertion system
TIMC Laboratory(TIMC实验室);LIRMM Laboratory(LIRMM实验室);Grenoble University(格勒诺布尔大学)
在本文中,我们描述了一种新的机器人近距离放射治疗针插入系统,旨在取代手动技术中使用的模板。在对现有的机器人系统进行简要回顾之后,我们描述了我们的设计所依据的要求。下面是对拟议系统的详细说明。我们的设计能够在与手动模板相同的工作空间内定位和倾斜针。为了帮助提高准确性,针可以在插入前列腺期间绕其轴线旋转。该系统可以安装在现有的步进机上,也可以轻松容纳现有的种子分配器,如Mick施药器。
2009-09-14 cs.RO
LeRobot: An Open-Source Library for End-to-End Robot Learning
Hugging Face
LeRobot是一个开源库,整合了机器人学习的整个堆栈,支持多种前沿算法,旨在降低研究门槛并促进可重复的先进机器人学习。
2026-02-26 cs.RO
Modelling the Turtle Python library in CSP
Maynooth University(梅努斯大学)
软件验证是建立关键系统可靠性的重要工具。一个潜在的应用领域是机器人领域,因为机器人在日常领域和高度专业化的领域都承担了更多的任务。机器人通常有一个计划要遵循,如果这个计划中有错误,机器人将无法可靠地执行。提前检查计划错误的能力可以防止这种情况。Python是机器人领域中流行的程序设计语言,通过使用机器人操作系统(ROS)和各种其他库。Python的Turtle包提供了一个移动代理,我们在这里使用通信顺序进程(CSP)正式建模。我们的交互式工具链CSP2Turtle具有CSP模型和Python组件,使Turtle计划能够在Python中执行之前在CSP中进行验证。这意味着可以避免某些类别的错误,并为更详细的验证Turtle程序和更复杂的机器人系统提供了一个起点。我们说明我们的方法与机器人导航和避障的例子在一个二维网格世界。
2022-07-20 cs.RO
Node Templates to improve Reusability and Modularity of Behavior Trees
Sberbank Robotics Laboratory(俄罗斯联邦储蓄银行机器人实验室);Skoltech(斯科尔科沃理工学院)
行为树(BT)得到了机器人社会的关注,尤其是由于它们的模块化和可重用性。BT的子树可以被视为单独的行为,因此可以重用。我们解决以下研究问题:我们利用BT对这些属性的全部权力?我们建议将子树重用的思想推广到“节点模板”的概念,它允许表示任意节点集合。此外,以前硬编码的行为(如Node* 和许多Decorator节点)可以通过节点模板在基于内存的BT中实现。
2020-02-08 cs.RO
A Framework for Learning and Reusing Robotic Skills
University of Massachusetts Lowell(马萨诸塞大学洛厄尔分校);Persistent Autonomy and Robot Learning (PeARL) Lab(持久自主与机器人学习实验室)
本文提出一种机器人技能学习与复用框架,通过多模态分割和轨迹聚类将演示自动构建为运动基元库,并利用轨迹编辑实现基元在新环境中的复用。
2024-06-28 cs.RO
Towards hybrid primary intersubjectivity: a neural robotics library for human science
Okinawa Institute of Science and Technology Graduate University(冲绳科学技术大学院大学)
人机交互正在成为认知科学的一个有趣的研究领域,特别是对于社会认知的研究。互动理论家认为,初级主体间性是一种非精神主义的、前理论的、非概念性的过程,它为某种程度的沟通和理解奠定了基础,并为更高层次的认知技能提供了支持。我们认为,这种低层次的认知互动,控制是共享的二元遭遇,是容易与神经机器人的研究。因此,在这项工作中,我们追求三个主要目标。首先,从主动推理的概念出发,我们研究了初级主体间性作为一种第二人称视角的经验,其特征是预测性参与,其中感知,认知和行动在二元互动中被解释为一个解释学循环。其次,我们提出了一个开放源码的方法命名为\textit{neural robotics library}(NRL)的实验人机交互,并在实时与虚拟笛卡尔机器人(VCBot)进行交互的演示程序。最后,通过一个研究案例,我们讨论了人-机器人(混合)主体间性可以为人类科学研究做出贡献的一些方式,例如发展心理学,教育技术和认知康复领域。
2020-06-29 cs.HC cs.NE cs.RO
DQ Robotics: a Library for Robot Modeling and Control
Federal University of Minas Gerais (UFMG)(米纳斯吉拉斯联邦大学);University of Tokyo (UTokyo)(东京大学)
对偶四元数代数及其在机器人学中的应用在过去的二十年里引起了人们极大的兴趣。对偶四元数有很大的几何吸引力,很容易捕捉的代数框架内的物理现象,是有用的机器人建模和控制。数学对象,如点、直线、平面、无限圆柱、球体、坐标系、扭曲和扳手都被很好地定义为对偶四元数。因此,简单的运营商被用来表示这些对象在不同的框架和操作,如内积和叉产品被用来提取有用的几何关系之间。尽管如此,对偶四元数代数并不像它可能的那样广泛,主要是因为高效和易于使用的计算工具并不丰富,并且通常仅限于特定的四元数代数。为了弥合理论和实现之间的差距,本文介绍了DQ Robotics,这是一个使用双四元数代数进行机器人建模和控制的库,它易于使用,足够直观,可用于自学和教育,同时在实际应用中部署时具有计算效率。
2020-07-24 cs.RO cs.SY eess.SY
BayesOpt: A Library for Bayesian optimization with Robotics Applications
Centro Universitario de la Defensa(国防大学中心)
本文件有两个目的。一方面,我们提出了贝叶斯优化的一般框架,并将其与主动学习和贝叶斯数值分析中的一些相关领域进行了比较。另一方面,贝叶斯优化和相关问题(土匪,序贯实验设计)是高度依赖于所选择的代理模型。然而,在文献中没有明确的标准。因此,我们提出了一个快速,灵活的工具箱,允许测试和组合不同的模型和标准,很少的努力。它包含了大多数最先进的贡献、算法和模型。它的速度也消除了贝叶斯优化方法只适用于“昂贵函数”的部分耻辱。该软件是免费的,它可以在许多操作系统和计算机语言中使用。
2013-09-03 cs.AI cs.LG cs.MS
Action Planning for Packing Long Linear Elastic Objects into Compact Boxes with Bimanual Robotic Manipulation
The Hong Kong Polytechnic University(香港理工大学)
在本文中,我们提出了一个新的行动规划方法,自动包装长线性弹性物体到共同大小的箱子与双手机器人系统。为此,我们开发了一种混合几何模型来处理大规模的遮挡,结合在线基于视觉的方法和离线参考模板。然后,一个参考点生成器被引入到自动规划的参考位姿为预先设计的动作基元。最后,一个行动计划集成这些组件,使执行高层次的行为和包装操作任务的完成。为了验证所提出的方法,我们进行了详细的实验研究与多种类型和长度的对象和包装盒。
2022-07-19 cs.RO
3D Cal: An Open-Source Software Library for Depth Reconstruction on Vision-Based Tactile Sensors
McCormick School of Engineering, Center for Robotics and Biosystems, Northwestern University(麦科姆ick工程学院,机器人与生物系统中心,西北大学)
介绍3D Cal开源库,将低成本3D打印机变为自动探测设备,为校准基于视觉的触觉传感器生成大量标记训练数据,还提供端到端管道训练自定义卷积网络进行深度重建,给出校准准则并展示良好性能。
2026-07-07 cs.RO
PyPose: A Library for Robot Learning with Physics-based Optimization
Carnegie Mellon University(卡内基梅隆大学);State University of New York at Buffalo(纽约州立大学布法罗分校);Massachusetts Institute of Technology(麻省理工学院);Nanyang Technological University(南洋理工大学);ETH Zürich(苏黎世联邦理工学院);Pennsylvania State University(宾夕法尼亚州立大学);Delhi Technological University(德里理工大学);University of Virginia(弗吉尼亚大学);The Chinese University of Hong Kong, Shenzhen(香港中文大学(深圳));University of Massachusetts Amherst(马萨诸塞大学阿默斯特分校);Georgia Institute of Technology(佐治亚理工学院);Wuhan University(武汉大学);University of Michigan, Ann Arbor(密歇根大学安娜堡分校);Fox Chapel Area High School(福克斯查珀尔地区高中);Lexington High School(列克星敦高中);Stanford University(斯坦福大学)
PyPose结合深度感知模型与物理优化,提供高效的机器人学习库,实现计算速度提升超过10倍,适用于SLAM、规划、控制等任务。
2023-03-24 cs.RO
cilantro: A Lean, Versatile, and Efficient Library for Point Cloud Data Processing
University of Maryland(马里兰大学)
我们介绍香菜,一个开源的C++库几何和通用点云数据处理。该库提供的功能涵盖低级别点云操作、空间推理、点云分割和通用数据聚类的各种方法、用于鲁棒或局部几何对齐的灵活算法、模型拟合以及强大的可视化工具。为了适应各种工作流,cilantro几乎完全是模板化的,并且其大多数泛型算法都在任意数据维度上运行。同时,该库易于使用,表达能力强,促进了干净简洁的编码风格。cilantro是高度优化的,具有最小的外部依赖性,并支持在各种环境中快速开发高性能的点云处理软件。
2018-11-16 cs.CG cs.CV cs.GR
ShapeGen: Robotic Data Generation for Category-Level Manipulation
Tsinghua University(清华大学)
本文提出ShapeGen,一种无需模拟器的3D数据生成方法,通过形状库构建和功能感知生成提升机器人在类别级操作中的几何多样性适应能力。
2026-04-16 cs.RO
SRSA: Skill Retrieval and Adaptation for Robotic Assembly Tasks
NVIDIA Corporation(英伟达公司);University of Southern California(南加州大学);University of Washington(华盛顿大学)
针对机器人富接触装配任务的数据高效学习问题,提出 SRSA 框架,通过预测技能库中各技能在新任务上的零样本迁移成功率来指导技能检索与微调,显著提升了成功率、稳定性和样本效率,并在真实世界部署中达到 90% 平均成功率。
2025-03-06 cs.RO
Memory-Efficient Policy Libraries with Low-Rank Adaptation in Reinforcement Learning
研究将参数高效微调方法(如LoRA)迁移至机器人强化学习,通过PPO算法微调基线模型构建多任务策略库,实现内存占用降低20-160倍,存储节省90-95%,且成功率无显著差异。
2026-06-25 cs.LG cs.RO
An Information Theoretic Approach to Sample Acquisition and Perception in Planetary Robotics
Arizona State University(亚利桑那州立大学)
行星探索的一个重要和新出现的组成部分是样本回收和返回地球。获取和分析岩石样本可以为地质学、地质历史和寻找过去生命和水的前景提供前所未有的洞察力。目前的探索方法依赖于飞行任务科学家来确定感兴趣的物体,这带来了重大的操作挑战。寻找感兴趣的物体将需要有系统和有效的方法,以迅速和正确地评估数百甚至数千个样本的重要性,以便将最感兴趣的样本保存下来,供飞行任务科学家进一步分析。在本文中,我们提出了一个自动化的信息理论的方法来识别形状的利益,使用一个图书馆的预定义的有趣的形状。这些预定义的形状可以是人类输入或样本,然后由形状匹配系统使用Superformula来外推以判断新获得的对象的重要性。形状样本匹配到一个图书馆的形状使用特征脸的方法,使分类和优先级的样本。该方法显示出高达20%的模拟传感器噪声的鲁棒性。分析了形状参数和旋转角度对形状匹配精度的影响。该方法显示出显着的承诺和努力正在进行中的测试与真正的岩石样本的算法。
2017-09-14 astro-ph.IM cs.RO
From Local Matches to Global Masks: Template-Guided Instance Detection and Segmentation in Open-World Scenes
IRVLUTD
本文提出L2G-Det框架,通过模板与查询图像的密集补丁匹配实现实例检测与分割,避免显式提议,提升开放世界场景下的鲁棒性。
2026-05-13 cs.CV 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
Agentic Skill Discovery
University of Hamburg(汉堡大学)
针对机器人基础技能获取难题,提出完全由大语言模型驱动的技能发现框架,通过LLM生成任务提案、采样奖励与判定函数结合强化学习训练策略,经视觉语言模型保障可靠性,实现从零构建可扩展的有意义技能库。
2024-08-16 cs.AI cs.LG cs.RO