Differentiable Dynamics for Autonomous Micro-Mobility Navigation
本文提出可微分的MMV动力学模型DiffKBM和DiffGM3,支持端到端优化,在开环轨迹匹配和闭环导航中优于传统模型,显著减少碰撞和不适。
2026-09-29 cs.RO
Visualization of Deep Reinforcement Autonomous Aerial Mobility Learning Simulations
Korea University(高丽大学);Ajou University(亚洲大学)
本演示摘要介绍了基于深度强化学习(DRL)的自主空中机动性仿真的可视化。为了实现该软件,使用了Unity-RL,并为城市环境引入了额外的建筑物。在实现的顶部,使用DRL算法,我们确认它在轨迹和3D可视化方面效果良好。
2021-02-14 cs.NI cs.RO
Improved Deep Reinforcement Learning with Expert Demonstrations for Urban Autonomous Driving
Nanyang Technological University(南洋理工大学)
基于学习的方法,如强化学习(RL)和模仿学习(IL),在复杂的城市自动驾驶环境中显示出优于基于规则的方法,显示出做出智能决策的巨大潜力。然而,目前的RL和IL方法仍然有自己的缺点,如RL的低数据效率和IL的泛化能力差。针对这一问题,提出了一种基于深度强化学习和专家示范的模仿学习相结合的新型学习方法,并将其应用于自动驾驶场景下的车辆纵向运动控制。我们提出的方法采用软行动者-批评者,并修改政策网络的学习过程,以结合最大化奖励和模仿专家的目标。设计了自适应优先经验回放机制,从Agent的自我探索和专家论证中抽取经验,提高了样本效率。所提出的方法进行了验证,在一个模拟的城市环形交叉口的情况下,并与各种流行的RL和IL基线进行比较。实验结果表明,该方法具有更快的训练速度,以及更好的性能,在安全和时间效率。
2022-05-30 cs.RO
Learning from Demonstration with Hierarchical Policy Abstractions Toward High-Performance and Courteous Autonomous Racing
Korea Advanced Institute of Science and Technology(韩国科学技术院);Field AI
提出一种基于分层策略抽象的自动驾驶赛车框架,从专家示范学习轨迹规划与残差控制,在高保真模拟中显著提升性能并实现礼貌超车。
2024-11-07 cs.RO
Shared Autonomous Vehicle Mobility for a Transportation Underserved City
Ohio State University(俄亥俄州立大学)
本文提出了使用按需,乘坐招呼和乘坐共享自动驾驶汽车(SAV)服务作为一个可行的解决方案,以满足小城市的流动性需求,固定路线,循环式公共交通可能过于昂贵的操作。所提出的工作建立在我们早期的工作,建模的玛丽斯维尔,俄亥俄州的城市作为这样一个城市的例子,现实的交通行为,和行程请求。实现了一个简单的SAV调度器来模拟所提出的按需移动服务的行为。该服务的目标是沿着网络优化分配SAV,以分配乘客和共享乘车。上车和下车地点沿网络战略性地放置,以提供从经济适用房(也是过境沙漠)到与工作和其他机会相对应的地点的流动性。通过改变SAV驾驶系统的行为从谨慎到积极的SAV车队的规模和分析其相应的性能进行了研究。据发现,网络的大小和AV驾驶系统行为的行为导致SAV的最佳数量,在此之后,增加SAV的数量不会提高整体移动性。对于Marysville网络,这是一个9英里乘8英里的网络,这发生在8个部署的SAV车队的标志处。结果表明,引入建议的SAV服务与一个简单的最佳共享方案可以提供服务和就业机会,以数百人在一个小规模的城市。
2022-10-25 cs.RO
Risk Averse Bayesian Reward Learning for Autonomous Navigation from Human Demonstration
University of Massachusetts Dartmouth(马萨诸塞大学达特茅斯分校);United States Army Research Laboratory(美国陆军研究实验室)
传统的模仿学习提供了一组方法和算法来从专家演示中学习奖励函数或策略。示教学习已被证明对导航任务是有利的,因为它允许机器学习非专家快速提供学习复杂遍历行为所需的信息。然而,一组最小的演示不太可能捕获在每个可能的未来操作环境中实现所需行为所需的所有相关信息。由于环境之间的分布变化,机器人可能会遇到在训练期间很少或从未观察到的特征,因此适当的奖励值是不确定的,从而导致不期望的结果。本文提出了一种贝叶斯技术,它量化的线性奖励函数的权重的不确定性给出了一个数据集的最小的人类示范,在动态环境中安全地操作。这种不确定性被量化,并纳入一个风险规避的权重集,用于生成规划成本图。在3-D环境中的模拟机器人的实验表明,我们提出的算法使机器人能够完全避免危险的地形在两个三个测试方案,并积累了较低的风险比相关的方法在所有的情况下,不需要任何额外的演示。
2021-07-31 cs.RO
Sensor-based, time-critical mobility of autonomous robots in cluttered spaces: a harmonic potential approach
King Fahad University of Petroleum & Minerals(法赫德国王石油与矿产大学)
本文提出了一种用于在未知杂波环境中工作的无人地面车辆的组合导航系统。导航器支持时间关键的移动性,使得移动机器人可以从第一次尝试到达目标,而不需要专门的探索和映射阶段。机器人只使用必要的和足够的自我中心的本地传感器数据收集的途中的目标。导航结构的构建围绕着用于运动规划的谐波势场方法的关键属性。机器人的轨迹是良好的行为和直接的目标。它只包含最小数量的绕道,以适应传感器数据,并保持机器人在一个安全的,目标导向的状态。开发了导航结构,并解释了其理论基础。使用X80机器人平台对其属性和性能进行了广泛的实验验证
2018-08-26 cs.RO
Demonstration-Bootstrapped Autonomous Practicing via Multi-Task Reinforcement Learning
UC Berkeley(加州大学伯克利分校);Google Inc(谷歌公司)
强化学习系统有潜力在非结构化环境中实现持续改进,利用自主收集的数据。然而,在实践中,这些系统需要大量的仪器或人为干预来在现实世界中学习。在这项工作中,我们提出了一个强化学习系统,利用多任务强化学习引导与先验数据,使连续的自主练习,最大限度地减少所需的重置次数,同时能够学习时间延长的行为。我们展示了如何适当地提供先验数据可以帮助引导低级别的多任务策略和策略,用于一个接一个地对这些任务进行排序,以使学习具有最小的重置。这种机制使我们的机器人系统能够在训练时以最少的人为干预进行练习,同时能够在测试时解决长期任务。我们展示了所提出的系统在模拟和现实世界中具有挑战性的厨房操作任务上的功效,展示了自主实践以解决时间扩展问题的能力。
2022-03-29 cs.RO
Bridging Frontier Reasoning and Robot Execution: From Autonomous Demonstration Generation to Dense Language Supervision
University of California, San Diego(加州大学圣迭戈分校);NVIDIA(英伟达)
本研究提出自主演示生成与密集语言监督两种互补方法,连接前沿推理与低延迟机器人执行,在长时域任务中提升指令遵循性能,并验证其协同有效性。
2026-10-05 cs.RO
Autonomous Reactive Masonry Construction using Collaborative Heterogeneous Aerial Robots with Experimental Demonstration
本文提出并实验验证了一种使用异构无人机进行全自主空中砌体施工的框架,通过反应式任务规划、动态任务分配和机载视觉系统,实现了砖块的精确放置与粘合材料施加,为自主空中机器人施工奠定了基础。
2025-10-16 cs.RO
Real-World Deployment of Cloud-based Autonomous Mobility Systems for Outdoor and Indoor Environments
Department of Mechanical and Mechatronics Engineering, University of Waterloo(滑铁卢大学机械与机电工程系);Technology Partnerships and Innovations, Rogers Communications, Canada Inc.(罗杰斯通讯加拿大有限公司技术伙伴关系与创新部);Mechanical Engineering Department, University of Alberta(阿尔伯塔大学机械工程系)
本文提出云原生自主移动框架,通过基础设施智能传感与云计算协调提升自主操作能力,实验证明在城市环岛和医院类室内环境中的感知鲁棒性和安全性提升。
2026-03-16 cs.NI cs.RO
Reproducibility in the Control of Autonomous Mobility-on-Demand Systems
Massachusetts Institute of Technology(麻省理工学院);Stanford University(斯坦福大学);Google DeepMind(谷歌DeepMind);Technical University of Denmark(丹麦技术大学);Technical University of Munich(慕尼黑工业大学);ETH Zurich(苏黎世联邦理工学院)
本文系统研究了自动驾驶按需出行系统中可重复性问题,提出评估和改进可重复性的结构化框架及具体指南。
2025-12-30 cs.RO
Nonlinear Model Predictive Control with Single-Shooting Method for Autonomous Personal Mobility Vehicle
Research Center for Smart Mechatronics, National Research and Innovation Agency (BRIN)(国家研究与创新署智能机电一体化研究中心);Diponegoro University(迪波内戈罗大学);Osaka University(大阪大学)
本文提出基于single-shooting的NMPC方法,通过NLP求解差速驱动SEATER的轨迹控制问题,并在Gazebo与ROS仿真中验证其避障、到位及实时性能。
2025-09-20 cs.RO
Situation-Aware Deep Reinforcement Learning for Autonomous Nonlinear Mobility Control in Cyber-Physical Loitering Munition Systems
Korea University(高丽大学);Ajou University(亚洲大学)
随着无人机技术的快速发展,无人机在包括军事领域在内的诸多领域得到了广泛的应用。本文研究了一种新的基于态势感知DRL的无人机自主非线性机动控制算法在信息物理巡洋弹药中的应用。在战场上,基于DRL的自主控制算法的设计并不简单,因为真实世界的数据收集通常是不可用的。因此,本文采用Unity环境构建信息物理虚拟环境的方法。基于虚拟信息物理战场场景,可以设计、评估和可视化基于DRL的自动化非线性无人机机动控制算法。此外,在真实战场场景中,存在许多不利于线性轨迹控制的障碍。因此,我们提出的自主非线性无人机移动控制算法利用了Unity虚拟场景中使用Raycast功能实现的情况感知组件。根据收集的态势感知信息,无人机可以在飞行过程中自主地非线性地调整其轨迹。因此,这种方法显然有利于在障碍物部署的战场上避开障碍物。我们的可视化为基础的性能评估表明,该算法是优于其他线性移动性控制算法。
2022-12-31 cs.RO cs.SY eess.SY
Zero-Human Demonstration End-to-end Autonomous Driving with Trajectory Scorer
Institute of Trustworthy Embodied AI(可信具身人工智能研究所);Fudan University(复旦大学);Shanghai Key Laboratory of Multimodal Embodied AI(上海多模态具身人工智能重点实验室);NVIDIA;University of Michigan(密歇根大学);East China Normal University(华东师范大学)
研究提出ZTRS,一种基于强化学习的端到端自动驾驶规划范式,仅依靠真实世界图像和规则奖励训练,无需人类示范。通过详尽策略优化,能更好推广到长尾驾驶场景,在相关数据集上展现出优于模仿学习方法的性能。
2026-07-09 cs.CV cs.RO
Towards Defensive Autonomous Driving: Collecting and Probing Driving Demonstrations of Mixed Qualities
Korea University(高丽大学);Seoul National University(首尔国立大学);Department of Artificial Intelligence, Korea University(高丽大学人工智能系);ASRI, Seoul National University(首尔国立大学先进科学研究中心);Department of Mechanical Engineering, Seoul National University(首尔国立大学机械工程系);Department of Computer Science and Engineering, Seoul National University(首尔国立大学计算机科学与工程系)
设计或学习自动驾驶政策无疑是一项具有挑战性的任务,因为该政策必须在所有情况下保持其安全性。为了确保自动驾驶的安全性,检测危险情况的能力变得至关重要,这可以被视为分发外(OOD)检测问题。然而,大多数常规数据集仅提供专家驾驶演示,尽管需要一些非专家或不常见的驾驶行为数据来实现有安全保证的自动驾驶平台。为此,我们提出了一个新的数据集,称为R3驾驶数据集,由不同质量的驾驶数据组成。该数据集将异常驾驶行为分为8类,369种不同的详细情况。这些情况包括危险的车道变化和接近碰撞的情况。为了进一步启发如何检测这些异常驾驶行为,我们利用不同的不确定性估计和异常检测方法的建议数据集。从所提出的实验的结果中,可以推断,通过使用不确定性估计和异常检测,所提出的数据集中的大多数异常情况可以被区分。本文的数据集可以从www.example.com下载。
2021-09-18 cs.RO
Learning from Demonstrations for Autonomous Soft-tissue Retraction
University of Verona(维罗纳大学);Universitat Politècnica de Catalunya(加泰罗尼亚理工大学)
机器人辅助微创手术(RAMIS)目前的研究重点是提高机器人的自主性水平,将外科医生置于监督位置。虽然示教学习(LfD)方法是自主手术系统学习专家手势的优选方式之一,但是它们需要大量的示教并且对手术环境的可变条件表现出较差的泛化。在这项工作中,我们提出了一种基于生成对抗模仿学习(GAIL)的LfD方法,该方法建立在深度强化学习(DRL)设置上。GAIL将生成对抗网络与DRL设置相结合,以学习专家轨迹的分布,以确保轨迹的泛化,从而提供类似人类的行为。我们考虑组织牵开的自动化,这是一项常见的RAMIS任务,涉及软组织操作以暴露感兴趣区域。在我们提出的方法,专家轨迹的一小部分,可以通过达芬奇研究工具包(dVRK)获得,并用于训练模拟环境内的LfD方法。结果表明,我们的方法可以完成组织收缩任务与人类一样的行为,同时比基线DRL方法更采样效率。最后,我们表明学习到的策略可以成功转移到真正的机器人平台,并部署在合成体模上进行软组织牵开。
2021-10-01 cs.RO
Towards Real-World Applications with an Autonomous Powered Wheelchair
Dalle Molle Institute for Artificial Intelligence (IDSIA), USI-SUPSI(达勒莫勒人工智能研究所(IDSIA),瑞士意大利语区大学 - 瑞士南部应用科学与艺术大学);Genny Factory(Genny工厂)
针对动力轮椅自主性有限等问题,研究通过在商用自平衡轮椅上集成自主感知、手势交互和导航等技术构建概念验证原型,并在叫车和跟人等应用中展示,凸显自主与辅助结合潜力及可行性,也指出技术挑战。
2026-07-08 cs.RO
Towards Autonomous Driving of Personal Mobility with Small and Noisy Dataset using Tsallis-statistics-based Behavioral Cloning
Division of Information Science, Graduate School of Science and Technology, Nara Institute of Science and Technology(信息科学系,科学技术研究生院,奈良科学技术大学)
本研究提出基于Tsallis统计的损失函数,用于在小噪声数据集上实现个人移动的自动驾驶,通过改进可视化技术验证驾驶员与控制器的感兴趣区域一致性,实验表明该方法能稳健应对误差并实现自动驾驶。
2021-11-29 cs.LG cs.RO
Autonomous Tissue Manipulation via Surgical Robot Using Learning Based Model Predictive Control
组织操作是任何外科手术中经常使用的基本子任务,并且在某些情况下,它可能需要外科医生助理的参与。作为非结构化环境的软组织的复杂动力学是通过手术机器人系统对其进行自动化操纵的任何尝试的主要挑战之一。提出并研究了两种基于人工智能学习的采用视觉策略的模型预测控制算法:(1)强化学习和(2)从演示中进行示教学习。这些AI算法在仿真环境中的性能比较表明,从演示示教学习算法可以通过初始化给定演示的预测动态来提高学习策略。此外,示教学习算法在Raven IV手术机器人系统上实现,并使用实验方法成功地证明了所提出的算法的可行性。这项研究是一个深刻的愿景的一部分,其中外科医生的角色将被重新定义为一个纯粹的决策者,而绝大多数的操作将由手术机器人系统自主进行。补充视频可以在以下网站找到:http://bionics.seas.ucla.edu/research/surgeryproject17.html
2019-03-03 cs.RO
Future urban mobility as a bio-inspired collaborative system of multi-functional autonomous vehicles
MIT Media Lab(麻省理工学院媒体实验室)
快速城市化和气候变化挑战需要能够实现城市中人员和货物高效流动的解决方案。我们设想未来的城市将由高性能的步行区组成,在那里,超轻型共享和自动驾驶车辆可以满足交通需求。在未来,大多数车辆都将是自主的,这为车辆之间可能的互动创造了一个新的范例。自然群体是一个很好的例子,可以丰富的互动;他们可以分工,集群,一起建设,或合作运输。群体机器人领域已经将自然群体的一些行为转化为人工系统,证明使系统更加灵活,可扩展和鲁棒。受大自然的启发和群体机器人技术的支持,本文提出了一种未来的移动性,其中共享,电动和自动驾驶车辆将是多功能的,并表现为一个协作系统。在未来,多功能车辆将协同完成不同的任务,以满足不同的城市交通需求。本文提出了一个未来城市交通框架,以一种新颖独特的方式整合了当前的研究和交通趋势。
2022-02-24 cs.MA cs.RO cs.SY
Mobility Map Computations for Autonomous Navigation using an RGBD Sensor
Istituto Italiano di Tecnologia(意大利理工学院);Università degli studi di Genova(热那亚大学)
近年来,真人大小的人形机器人的数量以及它们的移动能力稳步增长。人形机器人的稳定步行运动及其控制是一个非常活跃的研究领域。在这种情况下,一个开放的问题是如何建模和分析的场景,使运动规划算法可以生成一个适当的步行模式。本文介绍了目前的工作对场景建模和理解,使用RGBD传感器。主要目标是提供人形机器人iCub的能力,安全地导航和与环境的各个部分进行交互。在这个意义上说,我们解决的问题的可通行性分析的场景,集中在分类的点云作为一个功能的流动性,因此步行安全。
2016-10-05 cs.CV cs.RO
Safe Decision-making for Lane-change of Autonomous Vehicles via Human Demonstration-aided Reinforcement Learning
Nanyang Technological University(南洋理工大学);Energy Research Institute, Nanyang Technological University(南洋理工大学能源研究院)
决策对于自动驾驶中的车道变换至关重要。强化学习(Reinforcement learning,RL)算法旨在识别各种情况下的行为值,因此成为解决决策问题的一条有前途的途径。然而,运行时安全性差,阻碍了基于RL的决策策略,从复杂的驾驶任务在实践中。为了解决这个问题,人的示范纳入RL为基础的决策策略在本文中。在驾驶模拟器中由人类受试者做出的决定被视为安全演示,其被存储到重放缓冲器中,然后用于增强RL的训练过程。一个复杂的车道变换任务,在出口匝道的情况下,建立检查所开发的策略的性能。仿真结果表明,人工演示可以有效地提高强化学习决策的安全性。所提出的策略优于其他现有的基于学习的决策策略,就多种驾驶性能。
2022-07-07 cs.AI cs.RO
Efficiently Combining Human Demonstrations and Interventions for Safe Training of Autonomous Systems in Real-Time
US Army Research Laboratory(美国陆军研究实验室);Texas A&M University(得克萨斯农工大学);Columbia University(哥伦比亚大学)
本文研究了如何利用不同形式的人类互动安全训练自主系统在实时的【形】从人类示范和干预学习。我们实现了自主系统的学习周期的两个组成部分,这是我们的框架,结合多种形式的人类互动。目前的努力采用人类示范,通过模仿学习来教授期望的行为,然后利用干预数据来纠正模仿学习者产生的不期望的行为,从而在仅几分钟的训练后安全地将新任务教授给自主智能体。我们演示了这种方法在一个自主栖息任务中使用四旋翼连续滚动,俯仰,偏航和油门命令和图像从一个向下面对的摄像头在高保真模拟环境中捕获。与仅从演示示教学习相比,我们的方法提高了相同数量的人类交互的任务完成性能,同时还需要平均少32%的数据来实现该性能。这提供了证据表明,结合多种人类交互模式可以提高自治系统的训练速度和策略的整体性能。
2018-11-28 cs.AI cs.HC cs.RO
PDDL-ART: Autonomous Symbolic Abstraction From Demonstration For Long-Horizon Robotic Manipulation Using Vision-Language Models
University of Michigan(密歇根大学)
PDDL-ART是一种基于VLM的框架,可自主从演示生成PDDL描述,经多阶段校正确保语义对齐,在发动机维护和家庭操纵任务上平均成功率达93.3%,优于基线规划器。
2026-08-19 cs.RO
Autonomous Spot: Long-Range Autonomous Exploration of Extreme Environments with Legged Locomotion
NASA Jet Propulsion Laboratory(NASA喷气推进实验室);California Institute of Technology(加州理工学院)
本文是使用Boston Dynamics Spot机器人实现大规模和长时间自主的首批努力之一。出于探索极端环境的动机,特别是那些参与DARPA地下挑战的人,本文推动了使腿式机器人系统能够在相关场景中完成现实世界复杂任务的实践状态的界限。特别是,我们讨论的行为和能力出现的自治架构NeBula(网络信念感知感知自主)与下一代移动系统的集成。我们将讨论硬件和软件挑战,以及移动性、感知、自主性和无线网络方面的解决方案,以及经验教训和未来发展方向。我们展示了所提出的解决方案在现实世界的场景中的物理系统的性能。
2020-11-30 cs.RO
On the Interaction between Autonomous Mobility-on-Demand and Public Transportation Systems
Stanford University(斯坦福大学);Technical University of Munich(慕尼黑技术大学)
本文研究了自动驾驶出行即服务与公共交通系统的耦合模型及协调策略,通过网络流模型最大化社会福利,并设计定价与收费方案实现社会最优,以纽约市为例验证了协同效应。
2018-09-05 cs.RO cs.SY eess.SY
DLCSS: Dynamic Longest Common Subsequences
FZI Research Center for Information Technology(FZI信息技术研究中心);Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院)
自动驾驶是迈向更光明、更可持续未来的关键技术。为了实现这样的未来,有必要在共享移动模型中使用自动驾驶汽车。然而,评估两个或更多个路线请求是否具有共享乘车的可能性是计算密集型任务,如果通过重新路由来完成的话。在这项工作中,我们提出了动态最长共同子序列算法的快速和成本效益的比较两条路线的兼容性,动态地只纳入部分的路线,适合于一个共享的行程。在此基础上,人们还可以估计需要多少自动驾驶汽车才能满足当地的移动需求。这可以帮助供应商估计必要的车队规模,帮助政策制定者更好地了解移动模式,帮助城市扩大必要的基础设施。
2022-09-01 cs.RO
Practice Makes Policies: Bootstrapping and Consolidating Robotic Capabilities from Zero Human Demonstrations
本研究提出HERO自改进层级具身智能体,通过整合启发式推理等技术,实现机器人从零人类演示自主演进操作能力,减少数据收集人工干预并提升多样化任务操作稳健性。
2026-07-30 cs.RO
LEVA: A high-mobility logistic vehicle with legged suspension
Robotic Systems Lab, ETH Zürich(苏黎世联邦理工学院机器人系统实验室);Zurich University of Applied Sciences(苏黎世应用科技大学)
针对复杂地形自主物料运输难题,研究人员研发出集成并联运动学腿式悬架的高负载高机动性物流机器人LEVA,可实现85kg货物的可靠运输与自主装载,经实验验证了其越野与作业可靠性。
2025-03-22 cs.RO
Autonomous Advanced Aerial Mobility -- An End-to-end Autonomy Framework for UAVs and Beyond
Microsoft Business AI + Research(微软商业人工智能与研究部门)
本文提出面向UAV与eVTOL的端到端自主框架,涵盖传感、感知、规划、控制,并讨论机队管理、测试认证及单体模型的潜力与局限。
2023-12-03 cs.LG cs.MA cs.RO
Towards Autonomous Multi-Modal Mobility Morphobot (M4) Robot: Traversability Estimation and 3D Path Planning
Northeastern University(东北大学)
本研究提升M4多模态移动变形机器人的自主能力,通过深度学习结合2.5D地图实现模式切换与节能路径规划,仿真验证有效,为多模态自主机器人用于探测救援奠定基础。
2023-08-26 cs.RO cs.SY eess.SY
Assistive Tele-op: Leveraging Transformers to Collect Robotic Task Demonstrations
NVIDIA(英伟达);Georgia Institute of Technology(佐治亚理工学院)
在机器人和人类操作员之间共享自主权可以促进机器人任务演示的数据汇集,以不断改进学习模型。然而,人类和机器人之间沟通未来意图和原因的方式是不同的。我们提出了辅助远程操作,虚拟现实(VR)系统,用于收集机器人任务演示,显示自主轨迹预测,以传达机器人的意图。当机器人移动时,用户可以在需要时在自主控制和手动控制之间切换。这使得用户能够以高成功率和比手动遥控操作系统更容易的方式收集任务演示。我们的系统是由Transformers供电的,它可以提供一个潜在的状态和行动的窗口到未来-几乎没有增加计算时间。一个关键的见解是,如果用户认为模型预测的动作不合适,则可以在Transformer序列中的任何位置注入人类意图。在每一个时间步,用户可以(1)什么都不做,并允许自主操作继续,同时观察机器人的未来计划序列,或者(2)接管并立即规定一组不同的动作,以将模型推回到轨道上。我们在https://sites.google.com/view/assistive-teleop上提供视频和其他补充材料。
2021-12-09 cs.RO
Control of Robotic Mobility-On-Demand Systems: a Queueing-Theoretical Perspective
在本文中,我们提出并分析了一个自动按需移动(MOD)系统的理论模型,其中机器人自动驾驶车辆在城市环境中运输客户并重新平衡自己,以确保整个网络的可接受的服务质量。我们在一个封闭的Jackson网络模型中构建了一个自治的MOD系统,该模型具有乘客损失。它示出了一个最佳的再平衡算法,最小化(自主)再平衡车辆的数量和保持车辆的可用性平衡整个网络可以找到通过求解线性规划。理论的见解被用来设计一个强大的,实时的再平衡算法,这是适用于纽约市的案例研究。该案例研究表明,目前曼哈顿的出租车需求可以通过大约8,000辆机器人车辆来满足(大约是目前出租车车队规模的60%)。最后,我们扩展我们的平衡理论设置,包括拥堵的影响,我们研究了自动再平衡车辆对整体拥堵的影响。总的来说,本文为自动驾驶车辆的全系统协调问题提供了一种严格的方法,并提供了机器人交通网络可持续性效益的第一个特征之一。
2014-04-16 cs.MA cs.RO
Cyber-Physical Mobility Lab: An Open-Source Platform for Networked and Autonomous Vehicles
RWTH Aachen University(亚琛工业大学)
本文介绍了我们的网络物理移动实验室(CPM实验室)。它是一个面向联网和自动驾驶汽车的开源开发环境,专注于联网决策、轨迹规划和控制。CPM实验室拥有20个物理模型规模的车辆(μCars),我们可以通过无限的模拟车辆无缝扩展。代码和建设计划是公开的,以便重建CPM实验室。我们的四层架构使相同的软件在模拟和实验中无缝使用,无需任何进一步的调整。基于数据分发服务(DDS)的中间件允许在实验期间以无缝方式调整车辆数量。中间件还负责按照逻辑执行时间方法同步所有实体,以实现实验的确定性和再现性。这种方法使CPM实验室成为网络决策算法快速功能原型的独特平台。CPM实验室允许研究人员以及来自不同学科的学生看到他们的想法发展成为现实。我们展示了它的能力,使用两个示例实验。我们正在研究通过网络接口远程访问CPM实验室。
2022-01-12 cs.MA cs.RO
CAR: Cross-Vehicle Kinodynamics Adaptation via Mobility Representation
George Mason University(乔治梅森大学)
提出CAR框架,利用Transformer编码器与自适应层归一化将车辆轨迹和物理配置嵌入共享潜在空间,通过最近邻共性提取实现新平台快速运动动力学适应,仅需1分钟数据即可降低预测误差达67.2%。
2026-09-23 cs.RO
Learning Robot Policies for Whole-Body Mobility Assistance via Dynamic Human Motion Generation
Carnegie Mellon University(卡内基梅隆大学);Intuitive Autonomy
本文提出一种基于仿真的全身辅助机器人策略学习框架,通过对抗运动先验训练人体策略,结合脚本控制器收集演示数据,训练3D扩散策略实现移动机械臂的STS和L&T辅助,可完成仿真到真实的迁移。
2026-10-14 cs.RO
Data-Driven Distributionally Robust Electric Vehicle Balancing for Autonomous Mobility-on-Demand Systems under Demand and Supply Uncertainties
University of Connecticut(康涅狄格大学);University of Illinois, Chicago(伊利诺伊大学芝加哥分校);Florida State University(佛罗里达州立大学);Rutgers University(罗格斯大学);University of Virginia(弗吉尼亚大学)
电动汽车(EV)由于其经济和社会效益而迅速被采用。自主移动按需(AMoD)系统也顺应了这一趋势。然而,EV的长充电时间和高充电频率对有效管理EV AMoD系统提出了挑战。电动汽车主动式驱动系统复杂的动态充电和移动过程,使得在设计车辆平衡算法时,需求和供应的不确定性很大。在这项工作中,我们设计了一个数据驱动的分布式鲁棒优化(DRO)方法来平衡电动汽车的移动服务和充电过程。优化目标是在乘客出行需求不确定和电动汽车供应不确定的情况下最小化最坏情况下的期望成本。然后,我们提出了一种新的分布式不确定性集的构造算法,保证所产生的参数包含在所需的置信区域与给定的概率。为了解决所提出的DRO AMoD EV平衡问题,我们推导出一个等价的计算上易处理的凸优化问题。基于出租车系统的真实电动汽车数据,我们表明,与不考虑不确定性的解决方案相比,我们的解决方案的平均总平衡成本降低了14.49%,平均移动公平性和收费公平性分别提高了15.78%和34.51%。
2022-11-24 cs.RO cs.SY eess.SY
Demonstration-free Autonomous Reinforcement Learning via Implicit and Bidirectional Curriculum
Seoul National University(首尔国立大学);Artificial Intelligence Institute of Seoul National University (AIIS)(首尔国立大学人工智能研究所(AIIS));Automation and Systems Research Institute (ASRI)(自动化与系统研究所(ASRI))
针对强化学习依赖回合重置、现有自主强化学习依赖先验数据且难应对稀疏交互的问题,提出基于隐式双向课程的无示范算法,通过条件激活辅助智能体与最优传输双向目标课程,性能超越含示范的现有方法。
2023-06-09 cs.AI cs.LG cs.RO
Graph Neural Network Reinforcement Learning for Autonomous Mobility-on-Demand Systems
Technical University of Denmark(丹麦技术大学);Stanford University(斯坦福大学)
自动按需移动(AMoD)系统代表了一种快速发展的交通模式,其中旅行请求由机器人自动驾驶车辆的协调车队动态处理。给定一个图形表示的交通网络-其中,例如,节点代表城市的区域,和边缘之间的连接-我们认为,AMoD控制问题自然是一个节点明智的决策问题。在本文中,我们提出了一个深度强化学习框架,通过图神经网络控制AMoD系统的再平衡。至关重要的是,我们证明了图神经网络使强化学习代理能够恢复比通过其他方法学习的策略更具有可转移性,可推广性和可扩展性的行为策略。经验上,我们展示了如何学习的政策表现出有前途的zero-shot传输能力时,面临着关键的可移植性任务,如城市间的泛化,服务区扩展,并适应潜在的复杂的城市拓扑结构。
2021-08-16 cs.LG cs.RO cs.SY
Learning Autonomous Vehicle Safety Concepts from Demonstrations
NVIDIA(英伟达);University of Washington(华盛顿大学);Stanford University(斯坦福大学)
评估自动驾驶车辆(AV)的安全性取决于周围代理的行为,这些行为可能受到环境背景和非正式定义的驾驶礼仪等因素的严重影响。一个关键的挑战是在确定一个最低限度的假设是什么构成合理的可预见的行为,其他道路使用者的发展自动驾驶安全模型和技术。在本文中,我们提出了一种数据驱动的AV安全设计方法,首先从数据中学习“合理”的行为假设,然后使用这些学习到的行为假设合成AV安全概念。我们借用控制理论的技术,即高阶控制障碍函数和Hamilton-Jacobi可达性,以提供归纳偏差,以帮助我们的方法的可解释性,可验证性和易处理性。在我们的实验中,我们使用从高速公路交通编织场景中收集的演示来学习AV安全概念,将我们所学的概念与现有的基线进行比较,并展示其在评估真实驾驶日志中的功效。
2022-10-06 cs.RO cs.SY eess.SY
Public Evaluation on Potential Social Impacts of Fully Autonomous Cybernetic Avatars for Physical Support in Daily-Life Environments: Large-Scale Demonstration and Survey at Avatar Land
Ritsumeikan University(立命馆大学);Coarobo GK;Soka University(早稻田大学)
本研究在日本大阪Avatar Land公众活动中开展大规模展示与调查,评估公众对日常生活物理支持用全自主控制论化身的认知与社会影响,发现公众有使用兴趣但担忧任务可靠性,成本和类人交互并非主要顾虑。
2025-07-17 cs.HC cs.RO
Autonomous Interpretation of Demonstrations for Modification of Dynamical Movement Primitives
LCCC Linnaeus Center(LCCC林纳尤斯中心);ELLIIT Excellence Center(ELLIIT卓越中心)
本文提出了一种框架,使机器人操作员能够直观地调整动力学运动原语(DMPs)。通过使用引导通过编程,操作员可以演示纠正轨迹,从而生成一个结合故障轨迹前部分和纠正轨迹后部分的修改DMP。
2019-05-27 cs.RO cs.SY eess.SY
Autonomous thermodynamic cycles via robotic mobility and sensing
Technion – Israel Institute of Technology(以色列理工学院)
该研究提出由机器人移动与感知实现的自主热力学循环,通过多稳态气体胶囊实验验证,优化平衡运动成本与能量收集的路径,为生物能量觅食提供人工类似物。
2026-10-09 cond-mat.soft cs.CE cs.RO
On the Robotic Uncertainty of Fully Autonomous Traffic: From Stochastic Car-Following to Mobility-Safety Trade-Offs
organization= Intelligent Transportation Thrust, Systems Hub, The Hong Kong University of Science;organization= Department of Civil \& Environmental Engineering, University of Wisconsin-Madison , city= Madison , postcode= 53706 , state= Wisconsin , country= United States
针对全自动驾驶中机器人不确定性引发的安全与移动性矛盾,本文提出分析框架,用随机跟车距离和半马尔可夫过程推导包含碰撞的通行能力,并探讨关键参数及最优速度车头时距,实现权衡优化。
2025-07-08 cs.RO cs.SY eess.SY
Scalable and Congestion-aware Routing for Autonomous Mobility-on-Demand via Frank-Wolfe Optimization
Stanford University(斯坦福大学)
我们考虑自主移动按需(AMoD)系统的车辆路由问题,其中自动驾驶车辆的车队在给定的环境中提供按需移动性。具体而言,任务是计算车辆的路线(载客和空载行驶),以便满足出行需求并最小化运营成本。路由过程中,必须考虑影响行程时间的拥塞效应,通过体积延迟函数(VDF)建模。具有VDF约束的路线规划是众所周知的具有挑战性的,因为这样的约束使路线优化过程的组合复杂性复杂化。因此,目前的解决方案的AMoD路由诉诸放松的拥塞约束,从而交易的最优性与计算效率。在本文中,我们提出了第一个计算效率高的方法AMoD路由VDF约束明确占。我们证明,我们的方法是更快的至少一个数量级相对于最先进的,同时提供更高质量的解决方案。从方法论的角度来看,关键的技术见解是建立一个数学减少的AMoD路由问题的经典交通分配问题(一个相关的车辆路由问题,其中空行驶车辆不存在)。这样的减少使我们能够扩展强大的交通分配算法工具,它结合了经典的弗兰克-沃尔夫算法与现代技术的寻路,AMoD路由问题。我们提供了强有力的理论保证,我们的方法在返回的解决方案的近最优性。
2019-03-08 cs.DS cs.RO math.OC
Budget-Constrained Fault-Tolerant Mutual Visibility for Autonomous Robots under the Mobility Fault Model
Indian Institute of Technology Jodhpur(印度理工学院焦特布尔分校)
针对预算约束和移动故障下的不透明机器人群体,提出一种确定性分布式算法,利用公共固定参考点和12种光色,在SSYNC模型下实现非故障机器人的无碰撞相互可见性,同时尊重每个机器人的移动预算。
2026-10-06 cs.CG cs.DC cs.MA
What Does It Take For A Generalist Robot Policy To Adapt Using Minimal Data?
Carnegie Mellon University(卡内基梅隆大学)
本文提出MiDAS算法,结合离线行为克隆与在线强化学习,实现机器人策略仅用1次演示即可完成任务适配,性能优于基线且能泛化,为机器人自主学习提供可行方案。
2026-10-23 cs.LG cs.RO
RoaD: Rollouts as Demonstrations for Closed-Loop Supervised Fine-Tuning of Autonomous Driving Policies
NVIDIA Research(NVIDIA研究部);Huawei VN Research Center(华为越南研究中心);Stanford University(斯坦福大学)
RoaD通过利用自动驾驶策略自身的闭环回滚作为额外训练数据,有效缓解协变量偏移问题,提升闭环监督微调性能。
2025-12-01 cs.AI cs.CV cs.LG
Autonomous Vehicle Lateral Control Using Deep Reinforcement Learning with MPC-PID Demonstration
Technical University of Munich(慕尼黑技术大学)
本文提出一种结合MPC-PID示教与深度强化学习的自动驾驶横向控制方法,在CARLA中验证了其在车辆信息不完整时的有效性与训练稳定性,有望降低自动驾驶流程的开发集成成本。
2025-06-04 cs.LG cs.RO cs.SY
Accurate Link Lifetime Computation in Autonomous Airborne UAV Networks
San Diego State University(圣地亚哥州立大学);University of California, Irvine(加州大学欧文分校)
自主机载网络(AN)由多个无人机(UAV)组成,这些无人机可以自我配置以提供无缝、低成本和安全的连接。由于AN可以提高网络的可靠性和容错能力,通过协作减少任务完成时间,并适应动态任务需求,因此在民用和军用领域得到了广泛的应用。然而,促进无缝通信在这样的AN是一个具有挑战性的任务,由于其快速的节点移动性,这导致频繁的链路中断。许多现有的AN特定的移动性感知方案限制性地假设无人机在直线上飞行,以减少移动模式的高度不确定性,并简化链路寿命(LLT)的计算。这里,LLT表示节点对之间的链路终止之后的持续时间。然而,这种计划的应用是严重限制,这使得他们不适合实际的自治AN。在这份报告中,描述了一个数学框架,以准确地计算\textit{LLT}值的无人机节点对,其中每个节点独立地飞行在一个随机选择的平滑轨迹。此外,还讨论了弹道随机变化对LLT精度的影响。
2022-01-31 cs.NI cs.RO
A Framework for Learning from Demonstration with Minimal Human Effort
University of Oxford(牛津大学)
该研究针对共享自主机器人学习中人类时间成本高的问题,提出基于上下文多臂老虎机的控制器选择框架,通过预测各控制器成功率来选择策略,结合在线学习提升自主性能,有效降低了模拟与真实任务的人力投入。
2023-06-15 cs.LG cs.RO
Follow-Me in Micro-Mobility with End-to-End Imitation Learning
本文研究自主微出行平台在动态拥挤环境中的用户舒适度优化问题,提出基于端到端模仿学习的控制器,并在DAAV自主轮椅跟随模式中验证其达到最先进舒适度,同时分析多种神经网络架构的生产级部署可行性。
2025-11-07 cs.LG cs.RO
Data-Driven Model Predictive Control of Autonomous Mobility-on-Demand Systems
Stanford University(斯坦福大学);Houzz Inc.(Houzz公司)
本文提出一种端到端的数据驱动框架,用于控制自动驾驶按需出行系统,通过时间扩展网络建模并设计MPC算法,利用历史数据预测短期需求,减少乘客等待时间达89.6%。
2017-09-20 cs.MA cs.RO cs.SY