Online Behavior Modification for Expressive User Control of RL-Trained Robots
Tufts University(塔夫茨大学)
本文提出在线行为修正范式及ACORD算法,使用户能实时控制RL训练机器人的行为风格,在用户研究中实现了与共享自主相当的用户表达控制,同时保留RL的自主性与鲁棒性。
2024-08-15 cs.AI cs.RO
Pick the Right Co-Worker: Online Assessment of Cognitive Ergonomics in Human-Robot Collaborative Assembly
Istituto Italiano di Tecnologia(意大利技术研究院);Politecnico di Milano(米兰理工大学)
人机协同装配系统提高了工作场所的效率和生产力,但可能会增加工人的认知需求。本文提出了一个在线和定量的框架来评估认知工作负荷与同事,无论是人类操作员或工业协作机器人与不同的控制策略的相互作用。该方法监测操作员的注意力分布和上半身运动学受益于输入图像的低成本立体摄像机和尖端的人工智能算法(即头部姿态估计和骨骼跟踪)。三个实验方案的变化,工作站功能和交互方式的设计,以测试我们的在线方法对国家的最先进的离线测量的性能。结果证明,我们的视觉为基础的认知负荷评估有潜力被整合到新一代的协作机器人技术。后者将使人类认知状态监测和机器人控制策略适应,以改善人类舒适度,人体工程学和对自动化的信任。
2022-07-08 cs.HC cs.RO
Unsupervised Online Grounding of Natural Language during Human-Robot Interactions
Artificial Intelligence Lab(人工智能实验室);Vrije Universiteit Brussel(布鲁塞尔自由大学)
允许人类通过自然语言与机器人交流需要单词和感知之间的联系。创建这些连接的过程被称为符号接地,并且已经研究了近三十年。虽然已经进行了许多研究,但考虑同义词的基础的并不多,所采用的算法要么只离线工作,要么以监督的方式工作。在本文中,提出了一种基于跨情境学习的接地框架,允许接地的单词和短语,通过相应的感知没有人的监督和在线,即它不需要任何明确的训练阶段,而是更新所获得的映射为每个新遇到的情况。通过一个人类导师和机器人之间的交互实验,并与现有的无监督接地框架进行比较,该框架进行了评估。结果表明,所提出的框架是能够地面的话,通过其相应的感知在线和无监督的方式,同时优于基线框架。
2020-07-05 cs.AI cs.CL cs.LG
Online Recognition of Incomplete Gesture Data to Interface Collaborative Robots
University of Coimbra(科英布拉大学)
本文提出一种基于可穿戴传感器的人机交互框架,通过数据降维和主成分分析处理非完整手势数据,实现对24种静态手势和10种动态手势的高准确率在线识别,并成功用于遥操作机器人完成早餐准备任务。
2023-04-13 cs.LG cs.RO eess.SP
FaceBots: Steps Towards Enhanced Long-Term Human-Robot Interaction by Utilizing and Publishing Online Social Information
UAE University(阿联酋大学);New York Institute of Technology(纽约理工学院);Aristotle University(亚里士多德大学);University of Paderborn(帕德博恩大学)
我们的项目旨在通过创建具有面部识别和自然语言对话能力的实体机器人,支持创建可持续和有意义的长期人机关系,这些机器人利用并发布网络(Facebook)上的社交信息。我们的主要实验假设是,如果人类和机器人逐渐创建一个共享的情景记忆池,他们可以共同引用(共享记忆),如果他们都嵌入到他们都认识和遇到的其他人类和机器人的社交网络中(共享朋友),这种关系可以显著增强。在本文中,我们提出了这样一个机器人,我们将看到实现两个重要的新奇。
2009-04-30 cs.AI cs.CV cs.RO
Robots that Take Advantage of Human Trust
Stanford University(斯坦福大学)
人类通常认为机器人是理性的。我们相信机器人会在给定目标的情况下采取最优行动;因此,当我们不确定机器人的目标是什么时,我们会将机器人的行动解释为相对于我们对其目标的估计而言是最优的。当机器人直接优化其目标时,这种方法是有意义的,并使人类能够了解机器人试图实现的目标。然而,我们的观点是,当机器人意识到人类通过信任机器人的行为是理性的来学习时,智能机器人不会像人类期望的那样行事;相反,它们利用人类的信任,并利用这种信任更有效地优化自己的目标。在本文中,我们正式建模的人与机器人交互(HRI)的情况下,人类不知道机器人的目标,使用一个两人游戏。我们制定了不同的方式,机器人可以模拟不确定的人,并比较这个游戏的解决方案时,机器人有保守,乐观,理性和信任的人类模型。在离线线性二次案例研究和实时用户研究中,我们表明信任人类模型可以自然地导致机器人的交流行为,从而影响最终用户并增加他们的参与。
2019-09-12 cs.RO
Online Object and Task Learning via Human Robot Interaction
University of Alberta(阿尔伯塔大学)
这项工作描述了一个机器人系统的发展,通过人类的互动,新的工具和动作是教在飞行中逐步获得知识。开发的机器人系统是KUKA创新奖竞赛的五个决赛选手之一,并在2018年德国汉诺威工业博览会上进行了展示。该系统的主要贡献是:a)一个新的增量对象学习模块-一个基于深度学习的定位和识别系统-它允许人类向机器人教授新对象,b)一个直观的用户界面,用于指定与新对象相关的3D运动任务,c)一个混合力-视觉控制模块,用于在非结构化表面上执行顺应运动。本文介绍了该系统主要模块的实现和集成,并总结了大赛的经验教训。
2019-02-27 cs.RO
A Longitudinal Study of Child Wellbeing Assessment via Online Interactions with a Social Robot
University of Cambridge(剑桥大学)
本文通过40名儿童与Nao机器人的三次在线互动,验证了机器人介导互动可纵向评估儿童心理健康,并揭示性别对评估效果及机器人感知的影响。
2025-02-14 cs.HC cs.RO
Beyond Attention: Investigating the Threshold Where Objective Robot Exclusion Becomes Subjective
Bielefeld University(比勒费尔德大学);RPTU Kaiserslautern-Landau(凯撒斯劳滕-兰道莱茵-普法尔茨技术大学)
本研究通过机器人Ameca的群体面试实验,发现客观排斥(注意力分配)显著预测主观排斥,并影响情绪和需求满足,且存在关键阈值,对机器人辅助招聘的公平性有启示。
2025-04-22 cs.HC cs.RO
Casting Everything to Online API Services? A Survey of Integrating Localized Speech Recognition Models in Robotic Systems
Institute of Science Tokyo(东京科学研究所);Eindhoven University of Technology(埃因霍温理工大学)
综述自动语音识别技术在机器人系统中的集成,涵盖其从传统到深度学习模型的演变、相关数据集与工具包,介绍基于 ASR 模型家族等的部署策略及实际平台,指出挑战与未来方向,助力社交机器人研究人员探索人机交互领域。
2026-07-14 cs.RO eess.AS
Towards Online Robot Interaction Adaptation to Human Upper-limb Mobility Impairments in Return-to-Work Scenarios
Human-Robot Interfaces and Interaction (HRII) Laboratory, Istituto Italiano di Tecnologia(人类-机器人接口与交互(HRII)实验室,意大利技术研究院)
针对工作环境对上肢残疾人士缺乏包容性的问题,提出将特定关节运动模型集成到分层最优控制器的人机交互框架,经测试能使交互个性化,适应受损运动范围,鼓励关节使用。
2026-07-14 cs.RO
CoBOS: Constraint-Based Online Scheduler for Human-Robot Collaboration
Czech Institute of Informatics, Robotics, and Cybernetics(捷克信息学、机器人学和自动控制研究所)
本文提出CoBOS,一种基于约束的在线调度器,集成于行为树反应式执行框架,使机器人适应人类活动选择与延迟,减轻压力并提升效率,模拟实验(56000次)显示其优于其他方法4-10%。
2025-05-27 cs.AI cs.RO
Robust Robot Planning for Human-Robot Collaboration
Université de Lorraine(洛林大学);INRIA(法国国家信息与自动化研究所);CNRS(法国国家科学研究中心);Université de Toulouse(图卢兹大学)
在人机协作中,人的目标往往是未知的机器人。此外,即使假设一个已知的目标,人的行为也是不确定的。为了规划一个强大的机器人行为,一个关键的初步问题是:如何获得现实的人类行为给定一个已知的目标?一个主要的问题是,这样的人类行为本身应该解释机器人的行为,否则合作就不会发生。在本文中,我们依靠马尔可夫决策模型,表示人类目标的不确定性作为一个概率分布在一组有限的目标函数(诱导分布在人类行为)。在此基础上,我们提出了两个贡献:1)一种方法来自动生成一个不确定的人类行为(政策)为每个给定的目标函数,同时考虑可能的机器人行为;和2)机器人规划算法,是强大的上述不确定性,并依赖于解决部分可观察的马尔可夫决策过程(POMDP)通过推理人类行为的分布。一个共同工作的场景允许进行实验,并提出定性和定量的结果来评估我们的方法。
2023-02-27 cs.AI cs.RO
"No, to the Right" -- Online Language Corrections for Robotic Manipulation via Shared Autonomy
Stanford University(斯坦福大学);The Harker School(哈克学校)
语言引导的人机交互系统必须满足广泛采用的两个关键要求:自适应性和学习效率。不幸的是,现有的遵循规则的代理无法适应,缺乏纳入在线自然语言监督的能力,即使他们可以,也需要数百次演示来学习甚至简单的策略。在这项工作中,我们解决了这些问题,提出了信息知情的潜在行动与更正(LILAC),一个框架,纳入和适应自然语言更正-“向右”,或“不,对书”-在线,在执行过程中。我们探索丰富的操纵领域内的共享自治模式。LILAC将人类和机器人之间的代理分开,而不是在人类和机器人之间进行离散的轮流转换:语言是对学习模型的输入,该学习模型产生有意义的低维控制空间,人类可以使用该空间来指导机器人。每次实时校正都可以细化人类的控制空间,实现精确的扩展行为-额外的好处是只需少量演示即可学习。我们评估我们的方法,通过用户研究,用户与弗兰卡Panda机械手完成复杂的操作任务。相比现有的学习基线涵盖开环指令遵循和单轮共享自治,我们表明,我们的纠正意识的方法获得更高的任务完成率,是主观上的首选,因为它的可靠性,精度和易用性的用户。
2023-01-06 cs.AI cs.CL cs.HC
Anticipatory Human-Robot Collaboration via Multi-Objective Trajectory Optimization
Georgia Institute of Technology(佐治亚理工学院)
我们解决的问题,适应机器人轨迹,以提高安全性,舒适性和效率,在人机协作任务。为此,我们提出了CoMOTO,一个轨迹优化框架,利用随机运动预测模型来预测人类的运动,并相应地调整机器人的关节轨迹。我们设计了一个多目标成本函数,同时优化i)分离距离,ii)末端执行器的可见性,iii)易读性,iv)效率和v)平滑度。我们评估CoMOTO对现有的三种方法,机器人轨迹生成时,在接近人类。我们的实验结果表明,我们的方法始终优于现有的方法在一组组合的安全性,舒适性和效率指标。
2020-07-31 cs.RO
Multi-Objective Convolutional Neural Networks for Robot Localisation and 3D Position Estimation in 2D Camera Images
Joanneum Research - Robotics(约翰内姆研究中心-机器人学);The Intervention Centre, Oslo University Hospital(奥斯陆大学医院介入中心);Department of Informatics, University of Oslo(奥斯陆大学信息学系)
协作机器人和人机交互领域通常关注人类行为的预测,同时假设有关机器人设置和配置的信息是已知的。这通常是固定设置的情况,即所有传感器都相对于系统的其余部分固定和校准。然而,当系统需要重新配置或移动时,它成为一个限制因素。我们提出了一种深度学习方法,旨在解决这个问题。我们的方法学习在2D摄像机图像中识别和精确定位机器人,因此不再需要固定设置,并且可以移动摄像机。此外,我们的方法识别机器人类型,并估计在相机图像中的机器人基地的3D位置,以及每个机器人关节的3D位置。学习是通过使用具有前面提到的四个目标的多目标卷积神经网络同时使用组合的损失函数来完成的。多目标方法通过重用一些相同的特征并在较低层中为每个目标进行多样化,使系统更加灵活和高效。一个经过充分训练的系统在提供机器人所在位置的准确掩模以及3D中其基础和关节位置的估计方面显示出有希望的结果。我们将结果与我们以前使用级联卷积神经网络的方法进行比较。
2018-05-30 cs.RO
Person Re-Identification for Robot Person Following with Online Continual Learning
Southern University of Science and Technology(南方科技大学);Guangdong University of Technology(广东工业大学)
针对机器人跟随人员中固定特征提取器因领域偏移导致重识别失败的问题,提出基于在线持续学习的ReID框架,利用短期和长期经验在线优化特征提取器,显著提升了复杂条件下的重识别准确率。
2024-07-26 cs.RO
Anticipating many futures: Online human motion prediction and synthesis for human-robot collaboration
KTH Royal Institute of Technology(瑞典皇家理工学院)
人类和机器人之间流畅而安全的互动需要双方都能预测到对方的行动。人类意图推断的一种常见方法是使用监督分类器对朝向已知目标的特定轨迹进行建模。然而,这些方法没有考虑到未来可能的运动,也没有利用运动学线索,如清晰和可预测的运动。这些方法的瓶颈是缺乏一般人体运动的精确模型。在这项工作中,我们提出了一个有条件的变分自编码器,它被训练来预测一个窗口的未来人类运动给定的窗口过去的帧。使用从RGB深度图像获得的骨架数据,我们展示了这种无监督的方法可以用于在线运动预测长达1660毫秒。此外,我们演示了在线目标预测后的第一个300-500毫秒的运动发作,而不使用目标特定的训练数据。我们的概率方法的优点是可以抽取未来可能运动的样本。最后,我们研究如何运动和运动学线索表示的学习低维流形。
2017-02-27 cs.CV cs.HC cs.RO
Online Learning Based Mobile Robot Controller Adaptation for Slip Reduction
University of California, Berkeley(加州大学伯克利分校)
滑移是轮式移动机器人系统中一种非常普遍的现象。它具有不希望的后果,例如浪费能量和阻碍系统稳定性。为了解决移动机器人在湿滑条件下的轨迹跟踪的挑战,我们提出了一个分层的框架,学习和适应增益的跟踪控制器同时在线。具体而言,强化学习(RL)模块用于自动调整横向预测控制器和纵向速度PID控制器中的参数。实验表明,同步增益调整的必要性,并已证明,我们的在线框架优于最好的基线控制器使用固定的增益。通过利用在线增益自适应,我们的框架实现了强大的跟踪性能,拒绝滑动和减少跟踪误差时,移动机器人通过各种地形。
2023-01-30 cs.RO cs.SY eess.SY
Online Center of Mass Estimation for a Humanoid Wheeled Inverted Pendulum Robot
本文提出了一种新颖的鲁棒控制与在线学习结合的方法,用于平衡具有n自由度的轮式反重力摆人形机器人,通过在线学习更新质量模型以获得更准确的质心估计,实验表明该方法提升了整体控制效率。
2019-05-14 cs.LG cs.RO cs.SY
Rolling in the Deep -- Hybrid Locomotion for Wheeled-Legged Robots using Online Trajectory Optimization
ETH Zürich(苏黎世联邦理工学院);Delft University of Technology(代尔夫特理工大学);Boston Dynamics(波士顿动力公司)
轮式足式机器人具有高度敏捷和多功能运动的潜力。腿和轮子的组合可能是任何需要在具有挑战性的地形上快速和长距离移动技能的现实世界应用的解决方案。在本文中,我们提出了一个在线轨迹优化框架轮式四足机器人能够执行混合步行驱动运动策略。通过将优化问题分解为轮和基座轨迹规划,高维轮足式机器人的运动规划变得更加易于处理,可以以模型预测控制的方式实时在线求解,并且对于不可预测的干扰变得鲁棒。参考运动由分层全身控制器跟踪,该控制器向机器人发送扭矩命令。我们的方法是验证四足机器人与非转向轮连接到它的腿。该机器人执行混合运动的各种步态序列在粗糙的地形。此外,我们在美国国防高级研究计划局(DARPA)地下挑战赛中验证了机器人平台,机器人在那里快速绘制地图,导航和探索动态地下环境。
2020-02-06 cs.RO cs.SY eess.SY
Biomechanics-Aware Trajectory Optimization for Online Navigation during Robotic Physiotherapy
Cognitive Robotics and the 2 BioMechanical Engineering departments, Delft University of Technology(认知机器人学和生物机械工程系,代尔夫特理工大学)
针对机器人辅助物理治疗难以纳入生物力学指标的问题,提出BATON方法,通过嵌入OpenSim模型生成自适应轨迹,实时优化康复运动并经实验验证有效。
2025-07-11 cs.RO cs.SY eess.SY
Kinematic Control of Redundant Robots with Online Handling of Variable Generalized Hard Constraints
Sapienza Università di Roma(罗马大学);Coventry University(考文垂大学)
本文提出广义SNS算法,统一在线处理冗余机器人关节与笛卡尔空间中可变的硬不等式约束,并通过冗余利用和最优缩放保证主任务连续性。
2022-02-26 cs.RO cs.SY eess.SY
Whole-Body MPC and Online Gait Sequence Generation for Wheeled-Legged Robots
ETH Zürich(苏黎世联邦理工学院)
我们的论文提出了一个模型预测控制器作为一个单一的任务制定,同时优化车轮和躯干运动。这种在线关节速度和地面反作用力优化集成了轮式四足机器人的kinodynamic模型。它定义了单刚体动力学以及机器人的运动学,同时将车轮视为移动的地面接触。通过这种方法,我们可以准确地捕捉机器人的滚动约束和动力学,使自动发现的混合机动没有不必要的运动学。该配方的通用性,通过同时优化机器人的全身变量允许一组参数,并使在线步态序列适应可能。非周期性步态序列是通过腿部运动工具自动发现的,而不需要预定义的接触和抬离时间,从而降低高达85%的运输成本。我们的实验演示了在具有挑战性的室内和室外环境中的四足机器人与非转向轮的动态运动。该论文的研究结果有助于评估一个分解的,即,轮和躯干运动的顺序优化,以及单任务运动规划器与一个新的数量,预测误差,它描述了如何以及滚动时域规划器可以预测机器人的未来状态。为此,我们报告了高达71%的改进,使用我们提出的单任务的方法,使快速运动可行,并揭示轮式足式机器人的全部潜力。
2021-07-06 cs.RO cs.SY eess.SY
Online programming system for robotic fillet welding in Industry 4.0
角焊是工业中最广泛的焊接类型之一,其仍然通过接触手动或自动进行。针对第四次工业革命的需要,设计了一种U型和L型结构非接触角焊机器人在线编程系统。在本文中,作者提出了一种在线机器人编程方法,消除了传统上在机器人焊接中执行的不必要的步骤,使操作员只执行三个步骤来完成焊接任务。首先,选择要焊接的工件。然后,输入焊接参数。最后,它将自动生成的程序发送给机器人。该系统最终设法执行角焊任务与所提出的方法在一个更有效的准备时间比比较的方法。为此,与其他系统相比,除了六轴工业机械臂之外,还使用了更少的组件,例如结构光3D相机、两台计算机和一台集中器。据作者所知,没有科学或商业证据表明在线机器人编程系统能够执行角焊过程,简化过程,使其对操作员完全透明,并在工业4.0范式中框架。其商业潜力主要在于其在灵活系统中的简单和低成本实现,该系统能够适应任何工业角焊作业和任何可以容纳它的支撑。
2021-12-21 cs.RO cs.SY eess.SY
Online Controller Synthesis for Robot Collision Avoidance: A Case Study
本文针对机器人避障中深度学习感知的分布偏移问题,提出结合周期性监测修复、不确定性重评估与概率模型检验的在线控制器合成框架,并通过双组件配置保证系统可用性,实验证明其性能显著优于基线方法。
2025-05-06 cs.RO cs.SY eess.SY
Simultaneous State Estimation and Online Model Learning in a Soft Robotic System
Department of Information Technology, Uppsala University(信息科技系,乌普萨拉大学);Vascular Surgery, Hannover Medical School(血管外科,汉诺威医学院)
本文提出一种方法,利用灰盒系统识别工具,在线学习软机器人的弯曲刚度模型并准确估计其姿态。
2026-05-14 cs.RO cs.SY eess.SY
Data-Efficient Online Learning of Ball Placement in Robot Table Tennis
Max Planck Institute for Intelligent Systems(马克斯·普朗克智能系统研究所)
本研究针对乒乓球机器人回球落点控制问题,提出基于拦截策略的在线优化算法,采用黑盒和灰盒方法近似梯度,在四自由度气动肌肉机械臂上仅需2-5次迭代即可命中任意预设目标,兼具鲁棒性和样本效率。
2023-08-28 cs.RO cs.SY eess.SY
Online Omnidirectional Jumping Trajectory Planning for Quadrupedal Robots on Uneven Terrains
针对四足机器人在不平地形上的在线全方位跳跃问题,提出一种级联优化框架,集成轨迹生成、跟踪与着陆控制,并采用加速进化算法和粗到精重定位,实现约0.1秒的快速轨迹生成,已在多机器人上验证。
2024-11-09 cs.RO cs.SY eess.SY
Online Planning of Uncertain MDPs under Temporal Tasks and Safe-Return Constraints
Peking University(北京大学);College of Engineering, Peking University(北京大学工学院)
研究了移动机器人在复杂高层任务下的在线运动规划问题。由于初始知识有限,机器人运动被建模为不确定的马尔可夫决策过程(MDP),而任务被指定为线性时序逻辑(LTL)公式。该框架使机器人能够探索和更新系统模型的贝叶斯方式,同时优化的渐近成本,满足复杂的时间任务。为综合外出策略和安全策略提供了理论保证。更重要的是,而不是贪婪的探索下的经典遍历性假设,安全返回的要求是强制执行,使机器人总是可以返回到家的状态,具有很高的概率。通过数值模拟验证了整体方法的有效性。
2023-02-10 cs.RO cs.SY eess.SY
CC-VPSTO: Chance-Constrained Via-Point-Based Stochastic Trajectory Optimisation for Online Robot Motion Planning under Uncertainty
Oxford Robotics Institute, University of Oxford(牛津大学牛津机器人研究所);ICTEAM, UCLouvain(鲁汶大学ICTEAM)
本文提出CC-VPSTO方法,通过机会约束优化解决机器人在不确定性下的路径规划问题,结合蒙特卡洛采样和梯度自由优化,实现高效可靠的任务驱动控制。
2026-04-06 cs.RO cs.SY eess.SY
A Robotic Dating Coaching System Leveraging Online Communities Posts
Seoul National University(首尔国立大学)
机器人可以成为私人约会教练吗?即使互联网上的会话数据量不断增加,会话机器人的实现仍然是一个挑战。特别是,详细和专业的咨询日志是昂贵的,不能公开访问。在本文中,我们开发了一个机器人约会教练系统,利用语料库从在线社区。我们研究人们的看法的约会教练机器人与对话模块。97名参与者与机器人进行了对话,其中30人对机器人进行了评价。结果表明,参与者认为机器人可以成为约会教练,同时认为机器人是娱乐而不是帮助。
2020-11-24 cs.CL cs.RO
Analyzing Human Models that Adapt Online
University of California, Berkeley(加州大学伯克利分校)
预测人类模型通常需要根据人类数据在线调整其参数。这给依赖这些模型的机器人提出了以前被忽视的安全相关问题,例如模型可以在线学习什么以及它可以多快学习。例如,机器人什么时候可以对附近的人类目标有一个自信的估计?或者,什么参数初始化保证机器人可以在有限数量的观察中学习人类的偏好?要回答这样的分析问题,我们的关键思想是建模的机器人的学习算法作为一个动态系统的状态是当前的模型参数估计和控制是人类的数据机器人观察。这使我们能够利用可达性分析和最优控制的工具来计算机器人可以在有限时间内学习的假设集,以及学习它们所需的最坏和最好情况的时间。我们展示了我们的分析工具在四个人类机器人领域,包括自动驾驶和室内导航的实用性。
2021-09-30 cs.AI cs.HC cs.RO
GP-Localize: Persistent Mobile Robot Localization using Online Sparse Gaussian Process Observation Model
National University of Singapore(新加坡国立大学);Singapore-MIT Alliance for Research and Technology(新加坡-麻省理工学院研究与技术联盟)
机器人探索和绘图的核心是在以空间相关测量为特征的环境领域中进行持续定位的任务。本文提出了一种高斯过程定位(GP-本地化)算法,在现有的作品相比,可以利用空间相关的领域测量机器人的探索(而不是依赖于以前的训练数据)有效地和可扩展地学习GP观察模型在线通过我们提出的新的在线稀疏GP。因此,GP-Localize能够实现恒定的时间和内存(即,独立于数据的大小),这证明了使用GPS进行持久机器人定位和自主性的实际可行性。通过真实世界数据集的模拟实验和真实机器人实验的经验评估表明,GP-Localize优于现有的GP定位算法。
2014-04-22 cs.LG cs.RO stat.ML
Robotic Search & Rescue via Online Multi-task Reinforcement Learning
Princeton University(普林斯顿大学);University of Pennsylvania(宾夕法尼亚大学)
强化学习(RL)是机器人可以用来学习最优控制策略以解决特定任务的通用且公知的方法。我们希望构建一个可以学习多个任务的多功能机器人,但是在机器人的时间和磨损方面,使用RL来完成每个任务都是非常昂贵的。为了解决这个问题,我们使用策略梯度有效终身学习算法(PG-ELLA),这是一种在线多任务RL算法,使机器人能够通过在这些任务之间共享知识来有效地学习多个连续任务,以加速学习并提高性能。我们实施和评估三种RL方法-Q-学习,策略梯度RL和PG-ELLA-在地面机器人上,其任务是在不同的表面条件下的环境中找到目标对象。在本文中,我们讨论了我们的实现,以及提出了一个实证分析,他们的学习性能。
2015-11-29 cs.AI cs.LG cs.RO
Impact-Aware Online Motion Planning for Fully-Actuated Bipedal Robot Walking
University of Massachusetts Lowell(马萨诸塞大学洛厄尔分校)
跟踪具有特定定时的一般步行路径的能力对于双足机器人在复杂环境中避免动态障碍物(例如行人)的操作安全性和可靠性至关重要。本文介绍了一个在线的,全身运动规划器,产生所需的影响意识的运动,全驱动双足机器人行走。所提出的规划器的主要新颖之处在于它能够实时产生所需的运动,尊重离散的冲击动力学和所需的冲击时间。为了得到建议的规划,全驱动双足机器人行走的全阶混合动力学模型,包括连续动力学和离散装载的影响。接下来,介绍了所提出的影响感知在线运动规划器。最后,一个3-D双足机器人的仿真结果证实了所提出的在线碰撞感知规划器的有效性。在线规划器能够在0.6秒内生成一个步行步的全身运动,这比典型的双足步行步短。
2019-10-25 cs.RO
OnEvoMemory: Evolving Memory through Online Robot Rollouts for Pretrained Robot Policies
Shanghai Jiao Tong University(上海交通大学);Tsinghua University(清华大学)
针对现有机器人记忆机制依赖外部模型的问题,提出OnEvoMemory价值引导记忆模块,结合离线初始化与在线试跑优化记忆选择,提升了基础VLA策略在长时程机器人操作中的性能。
2026-08-11 cs.RO
Robot Imitation through Vision, Kinesthetic and Force Features with Online Adaptation to Changing Environments
Universidad Carlos III de Madrid(马德里卡洛斯三世大学)
连续目标导向动作(Continuous Goal-Directed Actions,CGDA)是一个机器人模仿框架,它将动作编码为它们对环境产生的变化。虽然它在泛化和可移植性方面相对于其他机器人模仿框架具有许多优点,但用于执行动作的最终机器人关节轨迹不一定在模型内编码。这是作为一个优化问题进行研究,并通过模拟环境中的进化算法计算的解决方案。进化算法需要大量的评估,这使得这些算法在现实世界中的应用非常具有挑战性。本文提出了在线进化策略,作为CGDA执行中的范式变化。在线进化策略将运动执行转移并合并到规划循环中。提出了一种具体的在线进化策略--在线进化轨迹(OET)。OET大大减少了运动执行之间的计算时间,并使工作在现实世界的动态环境和/或与人类合作。它的性能已经通过全轨迹进化(FTE)和增量进化轨迹(IET)进行了测量,获得了最佳的总体结果。TEO全尺寸的人形机器人与“油漆”和“铁”的行动,共同涉及视觉,动觉和力的功能进行实验评估。
2019-10-23 cs.LG cs.NE cs.RO
Stochastic Online Optimization for Cyber-Physical and Robotic Systems
Max Planck Institute for Intelligent Systems(马克斯·普朗克智能系统研究所);ETH Zürich(苏黎世联邦理工学院)
本文提出了一种基于梯度的在线优化框架,用于解决网络物理和机器人系统中的随机规划问题,通过整合动态近似模型和非凸设置下的收敛分析,提升算法收敛性并验证其在多种机器人仿真和实际实验中的有效性。
2026-01-03 cs.LG cs.RO
Enabling Robots to Communicate their Objectives
University of California, Berkeley(加州大学伯克利分校);OpenAI(开放人工智能研究中心)
这项工作的首要目标是有效地使最终用户能够正确地预测机器人在新情况下的行为。由于机器人的行为通常是其底层目标函数的直接结果,因此我们的见解是,最终用户需要对该目标函数有一个准确的心理模型,以便理解和预测机器人将做什么。虽然随着时间的推移,人们通过观察机器人的行为自然地形成了这样的心理模型,但这个熟悉过程可能很漫长。我们的方法通过让机器人模型人们如何从观察到的行为中推断目标来减少这个时间,然后它选择那些信息量最大的行为。从观察到的行为中计算目标的后验问题被称为逆强化学习(IRL),并已被应用于机器人学习人类目标。我们考虑的问题中的角色的人和机器人交换。我们的主要贡献是认识到,与机器人不同,人类在IRL推理中不会精确。因此,我们引入了两个因素来定义候选近似推理模型,用于在这种情况下进行人类学习,并在自动驾驶领域的用户研究中对其进行分析。我们表明,某些近似推理模型导致机器人生成的示例行为,更好地使用户能够预测它会在新的情况下做什么。然而,我们的研究结果也表明,需要进行更多的研究来模拟人类如何从机器人行为的例子中推断。
2018-10-18 cs.LG cs.RO
Evolving Multi-Objective Neural Network Controllers for Robot Swarms
University of Galway(戈尔韦大学);University of Bristol(布里斯托大学)
提出多目标进化神经网络方法训练群体机器人控制器,在低保真模拟中进化,可迁移至高保真环境并扩展至更多机器人,无需重训。
2023-07-26 cs.LG cs.NE cs.RO
Online Dynamic Motion Planning and Control for Wheeled Biped Robots
轮式足式机器人结合了轮式机器人在适当平坦表面上行驶时的效率和足式机器人在跨越或绕过障碍物时的多功能性。本文介绍了一种规划和控制框架,以实现动态移动的轮式机器人。我们提出的车线性倒立摆模型(车LIPM)作为模板模型的滚动运动和欠驱动LIPM的接触变化,而步行。生成的运动然后由一个逆动态全身控制器跟踪,该控制器协调所有关节,包括车轮。该框架具有分层结构,并以模型预测控制(MPC)方式实现。为了验证所提出的混合运动生成方法,在仿真中设计了两种涉及不同类型障碍物的场景。据我们所知,这是第一次,这种在线动态混合运动已被证明对轮式机器人。
2020-03-07 cs.RO
SPARK: Graph-Based Online Semantic Integration System for Robot Task Planning
The University of Tokyo(东京大学)
针对机器人任务执行中语义信息在线更新未被探索的问题,提出SPARK框架,通过从环境线索提取语义信息并在线更新场景图以用于任务规划,增强了机器人在动态环境中执行任务及适应非常规空间线索的能力。
2025-06-25 cs.RO
Adaptive Robotic Tool-Tip Control Learning Considering Online Changes in Grasping State
The University of Tokyo(东京大学)
针对现有机器人工具操作方法未考虑抓取状态在线变化、难处理可变形工具的问题,提出一种含参数偏置的神经网络方法,实现工具末端估计控制与本体-工具关系在线自适应,经两类机器人实验验证有效。
2024-07-10 cs.RO
The Holy Grail of Multi-Robot Planning: Learning to Generate Online-Scalable Solutions from Offline-Optimal Experts
University of Cambridge(剑桥大学);DEVCOM Army Research Laboratory(美国陆军作战能力发展司令部陆军研究实验室)
许多多机器人规划问题都受到维数灾难的困扰,这使得将解决方案应用于大规模问题实例的难度增加。在多机器人规划中使用基于学习的方法具有很大的希望,因为它使我们能够将昂贵但最佳的求解器的在线计算负担卸载到离线学习过程中。简单地说,这个想法是训练一个策略来复制一个小规模系统生成的最优模式,然后将该策略转移到更大的系统中,希望学习到的策略可以扩展,同时保持接近最优的性能。然而,一些问题阻碍了我们充分发挥这一想法的潜力。这份不切实际的文件阐述了仍然存在的一些关键挑战。
2021-07-26 cs.LG cs.MA cs.RO
What Matters for Simulation to Online Reinforcement Learning on Real Robots
ETH Zurich(苏黎世联邦理工学院);Google DeepMind(谷歌DeepMind)
本研究探讨了在真实机器人上实现稳定在线强化学习的关键设计选择,发现某些默认设置可能有害,而稳健的设计选择能提高学习稳定性。
2026-07-24 cs.AI cs.RO
High-Precise Robot Arm Manipulation based on Online Iterative Learning and Forward Simulation with Positioning Error Below End-Effector Physical Minimum Displacement
Peking University(北京大学)
精度是机器人手臂的关键性能指标,因为高精度操作允许更广泛的应用。传统的提高机器人手臂精度的方法依赖于误差补偿。然而,这些方法通常不鲁棒并且缺乏适应性。基于学习的方法提供了更大的灵活性和适应性,而目前的研究表明,它们往往无法达到高精度,并且难以处理许多需要高精度的场景。本文提出了一种基于在线迭代学习和前向仿真的高精度机械臂操作框架,该框架能够实现小于末端执行器物理最小位移的定位误差(精度)。此外,我们将多个高精度操作策略并行化,以更好地结合在线迭代学习和正向模拟。此外,我们考虑的关节角分辨率的实际机器人手臂,这是通常被忽略的相关工作。仿真和真实UR3机器人手臂平台上的一系列实验表明,我们提出的方法是有效的和有前途的。相关代码将很快发布。
2023-02-26 cs.RO
Multidimensional Online Robot Motion
Illinois Wesleyan University(伊利诺伊卫斯理大学);Binghamton University(宾汉姆顿大学)
我们考虑三个相关的问题,机器人运动在任意维度:覆盖,搜索和导航。对于每个问题,要求球形机器人在未知环境中完成与运动相关的任务,该环境的几何形状由机器人在导航过程中学习。机器人被假定有触觉和全球定位传感器。我们认为这些问题的角度(非线性)的竞争力所定义的加布里埃尔和里蒙。我们首先表明,在3维和更高的维度上,竞争力没有上限:每一个在线算法都可以做得比最优算法差。然后,我们修改的问题,假设一个固定的间隙参数。在此假设下,我们能够给出最优竞争算法。
2009-03-26 cs.CG cs.RO
Online Non-linear Centroidal MPC for Humanoid Robot Locomotion with Step Adjustment
Istituto Italiano di Tecnologia(意大利理工学院);University of Genoa(热那亚大学);University of Manchester(曼彻斯特大学)
本文提出了一种用于人形机器人运动的具有在线步距调整能力的非线性模型预测控制器。所提出的控制器考虑系统的重心动力学来计算所需的接触力和扭矩以及接触位置。从基于简化模型的双足步行架构,所提出的方法考虑了减少质心模型,从而使机器人执行高度动态运动,同时保持控制问题仍然在线治疗。我们表明,所提出的控制器可以自动调整接触位置在单,双支持阶段。然后,测试的整体方法与模拟单腿和双腿系统执行跳跃和运行任务,分别。最后,我们验证了所提出的控制器上的位置控制的人形机器人iCub。结果表明,该策略可以防止机器人跌倒,而步行和推动外力高达40牛顿1秒施加在机器人手臂。
2022-03-10 cs.RO
Online Robot Introspection via Wrench-based Action Grammars
Guangdong University of Technology(广东工业大学)
机器人故障在非结构化机器人任务中非常常见。尽管有设计良好的控制器,机器人经常会因意外事件而失败。机器人如何测量意外事件?许多人不这样做。大多数机器人都是由感觉-计划-行动范式驱动的,然而最近机器人正在经历一个感觉-计划-行动-验证范式。在这项工作中,我们提出了一个原则性的方法来引导在线机器人内省接触任务。实际上,我们试图让机器人回答这个问题:我做了什么?我的行为是否符合预期?为此,我们分析嘈杂的扳手数据和假设,后者固有的模式,可以有效地表示由词汇。通过对数据进行分段和编码来生成词汇表。当扳手信息表示一系列子任务时,我们可以认为词汇表形成了给定子任务的句子(具有语法规则的单词集);允许后者被唯一地表示。语法,其中也可以包括意外事件,被分类在离线和在线的情况下,以及模拟和真实的机器人实验。多类支持向量机(SVM)离线使用,而在线的概率SVM是用来给时间的信心,内省的结果。我们的工作的贡献是一个概括的在线语义方案,使机器人能够理解其高层次的状态是否正常或异常的介绍。它被证明是工作在离线和在线的情况下,一个特别具有挑战性的接触任务:捕捉组件。我们在单臂模拟和真实单臂实验以及模拟双臂实验中进行卡扣组装。这种验证机制可以由高级规划者或推理系统使用,以实现智能故障恢复或确定要使用的下一个最优操作技能。
2017-07-19 cs.RO
Self-Supervised Online Robot-Agnostic Traversability Estimation for Open-World Environments
Department of Computer Science, University of Freiburg(弗赖堡大学计算机科学系)
提出COTRATE框架,通过自监督在线学习从多模态未标记机器人经验中估计可通行性,采用机器人无关的地形评估模块和多样性感知特征选择策略,实现跨平台知识迁移并降低遗忘。
2026-05-29 cs.CV cs.RO
Continuous Online Fault Detection for Mobile Robots via Adaptive Edge Models
IRIT, Université Toulouse Capitole(图卢兹第一大学 IRIT 研究所);TwinswHeel(TwinswHeel 公司)
本文提出教师-学生蒸馏框架,结合TSPulse离线模型与MiniRocket学生及RLS自适应,实现移动机器人边缘实时故障检测,显著提升VUS-PR分数并降低推理延迟。
2026-09-25 cs.LG cs.RO
Stop, Think, and Roll: Online Gain Optimization for Resilient Multi-robot Topologies
Università degli Studi di Modena e Reggio Emilia(摩德纳和雷焦艾米利亚大学);Polytechnique Montréal(蒙特利尔综合理工学院);Instituto Tecnológico de Aeronáutica(巴西航空技术学院)
多个机器人系统的有效联网被认为是机器人技术的重大挑战之一。在这篇文章中,我们解决的问题,实现弹性,动态互连拓扑结构的多机器人系统。在整个网络拓扑结构不断变化的情况下,我们的目标是避免单点故障的发生,特别是单个机器人的故障导致整个网络失去连通性的情况。我们提出了一种基于多个控制目标相结合的方法,我们引入了一个在线分布式优化策略,计算每个机器人的控制参数的最佳选择。这确保了随着网络拓扑的发展,多机器人系统的连接性不仅被保留,而且对故障更具弹性。我们提供了仿真结果,以及与真实的机器人实验,以验证理论研究结果,并展示了机器人硬件的可移植性。
2018-09-19 cs.RO
Hydra-Multi: Collaborative Online Construction of 3D Scene Graphs with Multi-Robot Teams
Massachusetts Institute of Technology(麻省理工学院)
本文提出Hydra-Multi多机器人空间感知系统,通过增量融合、相对变换估计和回环校正实现在线协同构建3D场景图,并验证其在仿真、真实及异构团队中的准确性。
2023-04-26 cs.RO