Learning Keypoint Constraints from Visual Demonstrations for Safe Motion Planning
该研究提出KCL框架，通过视觉演示学习任务相关运动约束，结合关键点感知与动力学误差分析，在导航、操作等任务的安全规划中表现优于基线方法。
2026-10-15 cs.RO
One Demo Is All It Takes: Planning Domain Derivation with LLMs from A Single Demonstration
Huawei Noah’s Ark Lab（华为诺亚实验室）；McGill University（麦吉尔大学）
PDDLLM通过结合LLM推理与物理模拟，从单个演示中自动推导规划域，提升长时间跨度任务规划的自动化与可靠性。
2026-02-12 cs.RO
Agile and Safe Trajectory Planning for Quadruped Navigation with Motion Anisotropy Awareness
School of Artificial Intelligence and Automation, Huazhong University of Science and Technology, China（华中科技大学人工智能与自动化学院）
本文提出了一种考虑四足机器人运动各向异性的导航框架，通过轨迹生成与优化提升导航效率和安全性。
2024-03-15 cs.RO
DynaForge: Planning-Guided Residual Learning for Dynamic Manipulation Demonstration Generation
LandSpace Technology Co.,Ltd.（蓝箭航天空间科技股份有限公司）；Shanghai Jiao Tong University（上海交通大学）
DynaForge提出规划引导的残差学习框架，结合全局规划与残差策略生成动态操作演示，将成功率从41.30%提升至78.37%，并显著优于DOMINO基线。
2026-09-23 cs.RO
UPPLIED: UAV Path Planning for Inspection through Demonstration
Purdue University（普渡大学）
本研究提出UPPLIED框架，通过示教轨迹生成适配同类型新结构的无人机巡检路径，经点映射与位置优化后，可在几何匹配的同时以最小偏差覆盖目标巡检区域。
2023-07-24 cs.RO
Autonomous task planning and situation awareness in robotic surgery
University of Verona（维罗纳大学）
机器人在微创手术中的使用提高了标准外科手术的质量。到目前为止，研究人员只研究了简单手术动作的自动化，而执行需要对环境进行推理的结构化任务以及在多个动作中进行选择的任务仍然由人类外科医生管理。在本文中，我们提出了一个框架来实现手术任务自动化。该框架包括一个基于答案集编程的任务级推理模块，一个基于动态运动基元的低级运动规划模块，以及一个态势感知模块。基于逻辑的推理模块生成可解释的计划，并且能够从故障状况中恢复，所述故障状况由与人类监督者接口的情况感知模块识别和解释，以增强安全性。动态运动基元允许复制外科医生的灵活性，并适应环境中的障碍和变化。该框架在不同版本的标准手术培训钉环任务上进行了验证。
2020-04-19 cs.CV cs.RO
Enhancing System Self-Awareness and Trust of AI: A Case Study in Trajectory Prediction and Planning
针对自动驾驶轨迹规划中数据驱动AI易受分布偏移且缺乏可解释性的问题，本文提出TrustMHE方法，结合AI分布外检测与控制驱动移动时域估计，实现检测、监控与干预，并在三个仿真场景中验证其有效性。
2025-04-25 cs.RO
TANDEM: Task and Motion Planning with As-Needed Demonstrations for Efficient Vision-Language-Action Model Fine-tuning
Stanford University（斯坦福大学）；Princeton University（普林斯顿大学）
TANDEM结合任务与运动规划与按需人类演示，扩展规划域并高效收集演示，微调VLA模型，使五个长时程任务平均成功率从0%提升至60%。
2026-09-24 cs.RO
UniDomain: Pretraining a Unified PDDL Domain from Real-World Demonstrations for Generalizable Robot Task Planning
Shanghai Jiao Tong University（上海交通大学）；Shanghai Innovation Institute（上海创新研究院）；Beijing University of Posts and Telecommunications（北京邮电大学）
UniDomain通过预训练统一的PDDL领域，结合机器人操作演示，实现可泛化的任务规划，实验显示其在零样本情况下任务成功率和计划优化度显著提升。
2026-04-20 cs.RO
Robot Risk-Awareness by Formal Risk Reasoning and Planning
Texas A&M University（得克萨斯农工大学）
本文提出了一个正式的机器人运动风险推理框架，并开发了一个风险感知路径规划，最大限度地减少了建议的风险。虽然机器人在非结构化或受限环境中移动面临各种风险，但现有的风险仅集中在与障碍物的碰撞上。这种风险目前仅以临时方式处理。在没有正式定义的情况下，简单地假设了不支持的性质，例如可加性或马尔可夫性。基于不完整和不准确的风险表示，风险意识规划者使用特设风险函数或机会约束来最小化风险。前者在建模风险时不可避免地具有较低的保真度，而后者保守地生成概率范围内的可行路径。运用命题逻辑和概率理论，提出的运动风险推理框架是形式化的。建立在一个宇宙的风险元素的利益，三个主要的风险类别，即现场，行动，和业务依赖，介绍。一个具有风险意识的规划者也被开发来规划基于新提出的风险框架的最小风险路径。风险推理和规划的结果在真实世界的非结构化或受限环境中的物理实验中进行了验证。提出的基本风险推理框架，机器人运动的安全性可以显式地推理，量化和比较。风险感知规划器根据新提出的风险框架找到安全路径，并在非结构化或受限环境中实现更多的风险感知机器人行为。
2019-09-09 cs.RO
Optimizing robot planning domains to reduce search time for long-horizon planning
Chalmers University of Technology（查尔姆斯理工大学）；NVIDIA（英伟达）
我们最近推出了一个系统，自动生成机器人规划运营商从人类示范。我们的系统的一个特点是操作员计数，它跟踪每个操作员在演示中的应用频率。在这个扩展的摘要中，我们表明，我们可以使用计数来精简域，以减少长期规划目标的搜索时间。我们的方法背后的概念思想是，我们希望优先考虑那些在演示中出现得更频繁的操作符，而不是那些不经常观察到的操作符。因此，我们建议只限于最受欢迎的运营商。如果这个算子子集不足以找到一个计划，我们迭代地扩展这个算子子集。我们表明，这显着减少了搜索时间的长期规划目标。
2021-11-09 cs.RO
Pushing Through Clutter With Movability Awareness of Blocking Obstacles
TU Delft（代尔夫特理工大学）
提出SVG-MPPI框架，结合语义可见性图与模型预测路径积分，考虑障碍物可移动性连续范围，通过物理引擎模拟生成低接触力轨迹，在NAMO任务中优于二元可移动性规划，提高成功率并减少累积接触力。
2025-02-27 cs.RO
Decompose and Reorganize: Planning with Primitives and Visuomotor Policies Learned from Demonstrations
The University of Hong Kong（香港大学）；JD.com (JingDong)（京东）；Nanyang Technological University (NTU)（南洋理工大学）；Southern University of Science and Technology (SUSTech)（南方科技大学）；Huawei Technologies（华为技术有限公司）；The Chinese University of Hong Kong (CUHK)（香港中文大学）
研究如何使机器人灵巧、长视野操作自动化，提出DR-LfD框架，将视觉运动策略集成到TAMP决策系统，基于接触关系分解示范为原子技能，经实验验证该框架在多类任务中性能强大。
2026-11-02 cs.RO
Partially Observable Task and Motion Planning with Uncertainty and Risk Awareness
MIT Computer Science and Artificial Intelligence Laboratory（麻省理工学院计算机科学与人工智能实验室）
针对传统TAMP完全可观测、动作确定的假设局限，提出具备不确定性与风险感知的TAMPURA策略，在任务和控制器层进行不确定性推理，实验表明其性能优于确定性规划等方法，并在真实机器人问题中得到验证。
2024-10-06 cs.AI cs.RO
Work in Progress -- Automated Generation of Robotic Planning Domains from Observations
Faculty of Electrical Engineering, Chalmers University of Technology（查尔姆斯理工大学电气工程学院）
在本文中，我们报告的结果，我们的最新工作自动生成的规划运营商从人类示威，我们提出了一些我们未来的研究思路。为了自动生成规划算子，我们的系统分割并识别来自人类演示的不同观察动作。然后，我们提出了一个自动提取方法来检测相关的先决条件和效果，从这些演示。最后，我们的系统生成相关的规划运营商，并找到一系列的行动，满足用户定义的目标，使用一个象征性的计划。该计划是部署在一个模拟TIAGo机器人。我们未来的研究方向包括学习和解释执行失败，并检测演示的手部活动及其对机器人环境的后果之间的因果关系。前者对于基于信任的高效人机协作至关重要，后者对于在真实和动态环境中学习至关重要。
2021-07-09 cs.RO
Vision-Based Dexterous Motion Planning by Dynamic Movement Primitives with Human Hand Demonstration
Dalhousie University（达尔豪斯大学）
针对现有机械臂演示学习未考虑手部姿态的问题，本文提出基于单深度相机与MediaPipe的人手动作捕捉框架，结合动态运动基元让7自由度机械臂学习含姿态的灵巧抓取放置任务，可适配不同起止点。
2024-08-19 cs.RO
Expert-Play Contouring Control: Faster-than-Demonstration Planning from Slow Expert and Fast Play
Seoul National University（首尔大学）；Georgia Institute of Technology（佐治亚理工学院）
针对模仿学习无法超越示范速度的问题，提出专家示范轮廓控制（EPCC），结合慢速专家示范与快速试玩数据，利用世界模型优化动作，在视觉运动操作任务上实现2.0倍于基线的吞吐量。
2026-10-27 cs.RO
Boosting Reinforcement Learning and Planning with Demonstrations: A Survey
University of California, San Diego（加州大学圣地亚哥分校）
虽然强化学习最近取得了巨大的成功，但这种试错学习在复杂环境中可能不切实际或效率低下。另一方面，演示的使用使智能体能够从专家知识中受益，而不必通过探索来发现最佳行动。在本调查中，我们讨论了在顺序决策中使用演示的优点，在基于学习的决策范式中应用演示的各种方法（例如，强化学习和学习模型中的规划），以及如何在各种场景中收集演示。此外，我们在最近提出的ManiSkill机器人学习基准中创建了一个用于生成和利用演示的实用管道。
2023-03-27 cs.AI cs.LG cs.RO
DoublyAware: Dual Planning and Policy Awareness for Temporal Difference Learning in Humanoid Locomotion
University of Texas at Arlington（德克萨斯大学阿灵顿分校）；Intelligent Autonomous Systems Lab（智能自主系统实验室）；German Research Center for AI (DFKI)（德国人工智能研究中心）；Automation & Control Institute (ACIN)（自动化与控制研究所）；Austrian Institute of Technology (AIT) GmbH（奥地利技术研究所）
针对人形机器人运动学习中环境与模型不确定性交织的问题，提出将不确定性分解为规划与策略分量的DoublyAware方法，通过共形预测筛选轨迹、组相对策略约束优化探索，在HumanoidBench上实现了更优的样本效率与运动可行性。
2025-06-12 cs.RO
Learning Social Navigation from Demonstrations with Deep Neural Networks
Bogazici University（博加齐大学）
针对机器人社交导航需求，本研究利用深度学习在全局和局部规划层面的进展，训练两个分别对应不同目标的深度模型并应用于仿真机器人，实现了性能优于前馈神经网络的人类感知导航。
2024-04-17 cs.RO
LAVAPilot: Lightweight UAV Trajectory Planner with Situational Awareness for Embedded Autonomy to Track and Locate Radio-tags
The University of Adelaide（阿德莱德大学）
追踪和定位无线电标记的野生动物是野生动物保护中必要的劳动密集型和耗时的任务。在这篇文章中，我们专注于实现嵌入式自治的资源有限的空中机器人的任务能够避免不良干扰野生动物的问题。我们采用了一个轻量级的传感器系统，能够同时（嘈杂）测量的无线电信号强度信息从多个标签估计对象的位置。我们制定了一个新的轻量级的基于任务的轨迹规划方法-LAVAPilot-与贪婪的评估策略和空函数制定，以实现态势感知，以保持一个安全的距离感兴趣的对象。从概念上讲，我们嵌入我们的直觉移动更近，以减少测量到LAVAPilot的不确定性，而不是采用计算密集型的信息增益为基础的规划策略。我们采用LAVAPilot和传感器来构建一个轻量级的空中机器人平台，该平台具有完全嵌入式的自主性，用于联合跟踪和规划，以跟踪和定位保护生物学家使用的多个VHF无线电项圈标签。使用广泛的Monte Carlo仿真为基础的实验，实现在单板的计算模块，并使用多个VHF无线电项圈标签的空中机器人平台的现场实验，我们评估我们的联合规划和跟踪算法。此外，我们将我们的方法与其他基于信息的规划方法进行了比较，无论有无态势感知，以证明我们的机器人执行LAVAPilot的有效性。我们的实验表明，LAVAPilot显着降低（98.5%）规划的计算成本，使实时规划决策，同时实现类似的定位精度的对象相比，基于信息增益的规划方法，虽然需要稍长的时间来完成任务。
2020-07-31 cs.RO cs.SY eess.SY
LEMMo-Plan: LLM-Enhanced Learning from Multi-Modal Demonstration for Planning Sequential Contact-Rich Manipulation Tasks
School of Computation, Information and Technology, Technical University of Munich（慕尼黑工业大学计算、信息与技术学院）；Aalto University（阿尔托大学）；Nanjing University (Suzhou Campus)（南京大学苏州校区）；Mohamed Bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学）
LEMMo-Plan提出融合人类演示中触觉与力-力矩信息的上下文学习框架，通过自举推理流水线生成任务计划，提升LLM在接触丰富顺序操作任务中的规划能力。
2025-03-10 cs.AI cs.RO
Coordinate Invariant User-Guided Constrained Path Planning with Reactive Rapidly Expanding Plane-Oriented Escaping Trees
Munich Institute of Robotics & Machine Intelligence（慕尼黑机器人与机器智能研究所）；Technische Universität München（慕尼黑工业大学）
随着协作机器人越来越接近人类环境，运动生成和反应规划策略，允许以最小的易于实施的指导来执行复杂的任务，同时应对环境的变化是至关重要的。在本文中，我们提出了一种新的方法，用于生成点到点的任务，使用一个成功的人类示范的实时运动计划。我们的方法是基于螺旋线性插值，这使我们能够尊重基本的几何约束的特点的任务，并隐含在演示。我们还集成了一个原始的反应碰撞避免方法与我们的规划。我们提出了广泛的实验结果来证明，与我们的方法，通过使用移动一个块的一个演示，我们可以生成复杂的任务，如堆叠多个块（在动态环境中）的运动计划。类似的泛化能力也显示为倾倒和装载货架等任务。对于浇注任务，我们还表明，一个演示单臂浇注可以用于规划浇注与双臂机械手不同的运动结构。
2022-03-20 cs.RO
CarPLAN: Context-Adaptive and Robust Planning with Dynamic Scene Awareness for Autonomous Driving
Department of Artificial Intelligence, Hanyang University（翰林大学人工智能系）；Interdisciplinary Program in Artificial Intelligence, Seoul National University（首尔国立大学人工智能跨学科项目）；Department of Electrical and Computer Engineering, Seoul National University（首尔国立大学电子与计算机工程系）；Department of Automotive Engineering, Hanyang University（翰林大学汽车工程系）
CarPLAN通过位移感知预测编码和上下文自适应多专家解码器，提升自动驾驶在复杂场景中的鲁棒性和适应性规划能力。
2026-03-13 cs.AI cs.RO
Safe and Individualized Motion Planning for Upper-limb Exoskeleton Robots Using Human Demonstration and Interactive Learning
Tsinghua University（清华大学）；Shenzhen MileBot Robotics Co., Ltd（深圳迈宝机器人有限公司）
本文提出一种上肢外骨骼机器人运动规划方案，结合人类示范与交互学习，通过ProMP生成并迭代优化个性化轨迹，在可变阻抗模型下实现安全、定制化的康复辅助。
2023-09-15 cs.RO
Motion Planning through Demonstration to Deal with Complex Motions in Assembly Process
Graduate School of Engineering Science, Osaka University（大阪大学基础工学研究科）；National Inst. of AIST（日本产业技术综合研究所）
在实际装配过程中，由于人工装配过程中的某些关键位姿过于熟练，机器人无法自动实现，因此现有的运动规划方法难以实现复杂的、熟练的装配动作。为了解决这一问题，本文提出了一种利用演示中的熟练动作进行运动规划的方法，该方法可用于完成包含复杂熟练动作的机器人装配过程。为了在没有多余的第三方设备的情况下方便地演示，我们将增强现实（AR）标记附加到被操纵的对象上，以跟踪和捕获人体装配过程中对象的姿态，这些姿态被规划器用作执行运动规划的关键姿态。每个关键位姿的导数作为判断关键位姿使用优先级的依据，以加速运动规划。通过数值算例和机器人实验验证了该方法的有效性。
2019-10-04 cs.CV cs.RO
Is Online Interaction Necessary for Recovery? A Minimalist Approach to Robust Planning via Perturbation
针对行为克隆在闭环执行中易受协变量偏移影响的问题，提出扰动增强恢复监督（PARS），仅用现有演示通过扰动状态并锚定轨迹后半段来提供恢复监督，无需额外交互或专家，在51个RLBench任务上验证了鲁棒性提升。
2026-09-29 cs.RO
PO-PDDL: Learning Symbolic POMDPs from Visual Demonstrations for Robot Planning Under Uncertainty
Shanghai Jiao Tong University（上海交通大学）；Shanghai Innovation Institute（上海创新研究院）
提出PO-PDDL符号化POMDP框架，通过从机器人执行视频中重建潜在状态轨迹、识别部分可观测性并学习随机转移与观测模型，实现不确定性下的鲁棒任务规划。
2026-08-21 cs.AI cs.RO
Reinforcement Learning in Robotic Motion Planning by Combined Experience-based Planning and Self-Imitation Learning
University of Groningen（格罗宁根大学）
针对机器人运动规划中高质量数据收集困难的问题，提出嵌入经验规划的SILP+算法，通过策略成功状态生成演示提升性能，在仿真与实体机器人实验中均实现更优训练效率和成功率。
2023-06-11 cs.AI cs.RO
Transferring Kinesthetic Demonstrations across Diverse Objects for Manipulation Planning
Stony Brook University（石溪大学）
通过在不同几何物体上转移动作示范，提出一种生成操作规划运动计划的方法，结合关键位置和参考框架，实现碰撞自由和任务成功的运动生成。
2026-01-31 cs.RO
Autonomous Situational Awareness for UAS Swarms
University of Alabama（阿拉巴马大学）
本文描述了一种无人机机群自主任务规划技术。给定在已知区域中运行的群，中央命令系统从群生成测量结果。如果这些测量结果表明任务情况发生了变化，如目标移动，则群规划将更新以反映新的情况，并将制导更新广播到群。在这项工作中的主要算法是A* 寻路和广义标记多伯努利多目标跟踪方法。
2021-04-18 cs.MA cs.RO cs.SY
Model Predictive Adversarial Imitation Learning for Planning from Observation
Paul G. Allen School of Computer Science & Engineering（保罗·G·阿伦计算机科学与工程学院）
本文提出一种基于模型预测的对抗模仿学习方法，通过端到端学习从观察中规划，提升样本效率和鲁棒性。
2026-03-02 cs.AI cs.RO
Denoising Diffusion Planner: Learning Complex Paths from Low-Quality Demonstrations
University of Twente（特温特大学）
本文提出去噪扩散规划器，利用DDPMs的泛化和条件采样能力，仅用低质量演示即可为机器人末端执行器生成避障复杂路径，并在Franka Emika Panda机器人上验证了其有效性。
2024-11-15 cs.RO
How to Drawjectory? -- Trajectory Planning using Programming by Demonstration
Institute of Software Engineering and Programming Languages, Ulm University（乌尔姆大学软件与程序设计语言研究所）
针对自动轨迹规划计算量大和精度不足的问题，提出基于编程演示的手动绘制轨迹方法，在乌尔姆大学四轴飞行器实验室验证，平均快78.7秒且精度无显著损失。
2024-11-06 cs.RO cs.SE
Injecting Planning-Awareness into Prediction and Detection Evaluation
NVIDIA Research（英伟达研究院）；Stanford University（斯坦福大学）
检测其他智能体并预测它们的行为是现代机器人自动化堆栈的一个组成部分，特别是在需要人机交互的安全关键场景中，如自动驾驶。由于这些组件的重要性，感知和轨迹预测已经有了大量的兴趣和研究，从而产生了各种各样的方法。然而，大多数作品的共同点是使用相同的几个基于准确性的评估指标，例如，虽然这些指标是信息性的，但它们是任务不可知的，并且被评估为相等的输出可能会导致下游规划和决策制定中的截然不同的结果。在这项工作中，我们退后一步，严格评估当前的评估指标，提出任务感知指标作为更好的衡量系统性能的指标。对说明性模拟和真实自动驾驶数据的实验验证了我们提出的任务感知指标能够解释结果不对称性，并提供对模型闭环性能的更好估计。
2021-10-07 cs.CV cs.LG cs.RO
Robust Path Planning via Learning from Demonstrations for Robotic Catheters in Deformable Environments
Politecnico di Milano（米兰理工大学）；Delft University of Technology（代尔夫特理工大学）；Istituto Italiano di Tecnologia（意大利技术研究院）；Katholieke Universiteit Leuven（鲁汶大学）；Centro Cardiologico Monzino, IRCCS（蒙奇诺心脏病学研究所）
本文提出课程生成对抗模仿学习（C-GAIL）路径规划器，通过考虑导管-血管壁交互和血管可变形性，在仿真和体外实验中显著提高了导管导航成功率并降低了靶向与跟踪误差。
2024-08-31 cs.RO
Learning Topological Motion Primitives for Knot Planning
Stanford University（斯坦福大学）；Tsinghua University（清华大学）
在本文中，我们探讨了具有挑战性的问题，运动规划打结。我们提出了一个分层的方法，其中顶层产生一个拓扑计划和底层将此计划转化为连续的机器人运动。最上层基于纽结理论将打结任务分解为抽象的拓扑动作序列。底层通过学习到的拓扑运动基元将这些抽象动作中的每一个转化为机器人运动轨迹。为了使每个拓扑动作适应特定的绳索几何形状，运动基元将观察到的绳索配置作为输入。我们通过模仿人类演示和仿真中的强化学习来训练运动基元。为了将简单的结的人类演示推广到更复杂的结，我们观察到不同拓扑动作的运动策略的相似性，并设计神经网络结构来利用这种相似性。我们证明，我们学到的运动原语可以用来有效地生成运动计划，绑上手结。然后，运动规划可以执行一个真正的机器人使用视觉跟踪和模型预测控制。我们还证明，我们学到的运动原语可以组成一个更复杂的五角星状结，尽管只训练人类示范简单的结。
2020-10-06 cs.RO
Uncertainty-Aware Constraint Learning for Adaptive Safe Motion Planning from Demonstrations
University of Michigan, Ann Arbor（密歇根大学安娜堡分校）
我们提出了一种学习的方法，以满足不确定的约束，从示范。我们的方法使用强大的优化，以获得一个信念，在潜在的无限的可能的约束与示威一致，然后使用这个信念计划的轨迹，权衡性能与满足可能的约束。我们在一个闭环策略中使用这些轨迹，该策略使用信念更新来执行和重新运行，其中包含执行过程中收集的数据。我们得到保证我们的约束信念和概率保证计划的安全性的准确性。我们提出了一个7自由度的手臂和12维四旋翼的结果，表明我们的方法可以学习，以满足高维（高达30 D）的不确定性约束，并优于基线的安全性和效率。
2020-11-09 cs.LG cs.RO cs.SY
Autonomous Situational Awareness for Robotic Swarms in High-Risk Environments
the University of Alabama（阿拉巴马大学）
本文介绍了一种技术，自主任务规划的机器人群在高风险的环境中，代理禁用是可能的。给定在已知区域中运行的群，中央命令系统从群生成测量结果。如果这些测量结果表明任务情况发生了变化，如目标移动或代理丢失，则群规划将更新以反映新的情况，并将制导更新广播到群。在这项工作中的主要算法是A* 寻路和广义标记多伯努利多目标跟踪方法。
2021-05-11 cs.MA cs.RO cs.SY
Using large language models for embodied planning introduces systematic safety risks
ETH Zurich（苏黎世联邦理工学院）；University College London（伦敦大学学院）；Stanford University（斯坦福大学）；Northwestern University（西北大学）；National University of Singapore（新加坡国立大学）
研究评估了大型语言模型在机器人规划中的安全性，发现即使规划能力高，安全风险仍显著存在，揭示了规划能力与安全意识之间的乘法关系。
2026-04-20 cs.AI cs.LG cs.RO
Human-Guided Planning for Complex Manipulation Tasks Using the Screw Geometry of Motion
Stony Brook University（石溪大学）
针对末端执行器有运动约束的复杂操作任务，提出一种结合人类演示与运动旋量几何的规划方法，通过分割演示为恒定旋量序列再插值生成规划，仅需单个示例即可适配多任务实例，经多场景实验验证适用范围广。
2022-09-24 cs.RO
SeeTraceAct: Visibility-Aware Latent Planning from Cross-Embodiment Demonstration Videos
Georgia Institute of Technology（佐治亚理工学院）；Allen Institute for AI（Allen人工智能研究所）；Johns Hopkins University（约翰霍普金斯大学）；University of Washington（华盛顿大学）
提出SeeTraceAct框架，通过可见性感知的未来末端执行器轨迹预测增强空间定位，实现基于单次跨具身演示视频的机器人策略泛化，在模拟和真实场景中取得最优成功率。
2026-10-14 cs.LG cs.RO
DiRAC - Distributed Robot Awareness and Consensus
Dept. of CSE PES University（计算机科学与工程系 帕尔瓦尔大学）；Dept. of ECE PES University（电子工程系 帕尔瓦尔大学）
本文提出分布式框架DiRAC，通过区域分区、动态领导者、节拍同步共识及基于力的去中心化规划，支撑超大规模机器人群体的任务分配与实时路径规划。
2025-10-19 cs.DC cs.MA cs.RO
Predictability Awareness for Efficient and Robust Multi-Agent Coordination
Delft University Of Technology（代尔夫特理工大学）；University of Oxford（牛津大学）
本文针对多智能体导航中联合规划计算复杂、顺序预测-规划交互能力弱的问题，将可预测性作为基于自由能和 KL 散度的规划惩罚，提升多机器人及自动驾驶协调效率与鲁棒性。
2025-06-10 cs.RO
Learning Human-Aware Path Planning with Fully Convolutional Networks
Universidad Pablo de Olavide（巴勃罗·德·奥拉维德大学）
本文提出了一种机器人社会导航路径规划的学习方法。我们利用全卷积神经网络（FCNs）学习专家的路径演示的地图，标志着一个可行的路径作为一个分类问题的目标。FCNs的使用使我们能够克服手动设计/识别机器人导航任务的成本图和相关功能的问题。该方法利用最佳快速探索随机树规划器（RRT*），以克服最终的错误，在路径预测的FCNs预测被用作成本地图，也部分偏置配置空间的采样，导致规划器的行为类似于学习的专家行为。该方法在实验中与真实的轨迹进行评估，并与逆强化学习算法，使用RRT* 作为底层的计划。
2018-07-17 cs.RO
Towards Robot Task Planning From Probabilistic Models of Human Skills
Johns Hopkins University（约翰斯·霍普金斯大学）
我们描述了一种基于技能专家演示的运动规划算法。为了教机器人执行复杂的物体操作任务，可以鲁棒地推广到新的环境中，我们必须（1）学习任务效果的表示，（2）找到一个最佳轨迹，在新的环境中重现这些效果。我们代表机器人技能的概率分布的功能，从多个专家演示。当在新环境中使用技能时，我们计算轨迹样本的特征期望，以便随机优化新环境中轨迹的可能性。该方法的目的是基于概率技能模型库来实现复杂任务的执行。运动可以组合起来完成混合领域中的复杂任务。我们的方法在各种案例研究中得到了验证，包括Android游戏，模拟装配任务和使用UR5的真实机器人实验。
2016-02-15 cs.RO
From Perception to Decision: A Data-driven Approach to End-to-end Motion Planning for Autonomous Ground Robots
运动规划示教学习是一个正在进行的研究课题。在本文中，我们提出了一个模型，能够学习复杂的映射，从原始的2D激光测距结果和目标位置所需的转向命令的机器人。据我们所知，这项工作提出了第一种学习机器人平台的面向目标的端到端导航模型的方法。监督模型训练是基于现有的运动规划器在模拟中生成的专家演示。我们证明了学习的导航模型可以直接转移到以前看不见的虚拟环境，更有趣的是，现实世界的环境。它可以安全地导航机器人通过障碍物杂乱的环境，以达到提供的目标。我们提出了一个广泛的定性和定量评估的神经网络为基础的运动规划，并比较它的一个基于网格的全球性的方法，无论是在模拟和现实世界的实验。
2018-11-06 cs.RO
Manipulation Planning for Construction Activities with Repetitive Tasks
Department of Mechanical Engineering, Stony Brook University, NY, USA（石英布大学机械工程系）；Department of Civil Engineering, Stony Brook University, NY, USA（石英布大学土木工程系）
本文研究了执行包含重复任务的建筑活动的操纵技能获取问题，通过虚拟现实环境模拟建筑活动，利用螺旋几何近似演示动作，并通过ScLERP和RMRC计算关节空间运动规划，实验表明该方法能稳健地处理长且需要精度的重复性建筑任务。
2026-05-13 cs.RO
Learning from Demonstration without Demonstrations
The University of Sydney（悉尼大学）；CSIRO（联邦科学与工业研究组织）
最先进的强化学习（RL）算法遭受高样本复杂度，特别是在稀疏奖励情况下。缓解这个问题的流行策略是通过模仿一组专家演示来学习控制策略。这种办法的缺点是，专家需要进行演示，而这在实践中可能代价高昂。为了解决这个缺点，我们提出了概率规划演示发现（P2D2），一种技术，自动发现演示，而无需访问专家。我们制定发现示范作为一个搜索问题，并利用广泛使用的规划算法，如快速探索随机树找到演示轨迹。这些演示用于初始化策略，然后通过通用RL算法进行细化。我们提供了理论保证P2D2找到成功的轨迹，以及其采样复杂性的界限。我们通过实验证明，该方法在一系列经典控制和机器人任务中优于经典和内在探索RL技术，只需要一小部分探索样本，并实现了更好的渐近性能。
2021-06-17 cs.LG cs.RO
Model-Based Diffusion Optimal Control for Multi-Robot Motion Planning
针对多机器人运动规划难题，介绍基于模型的扩散最优控制（MDOC），它不依赖数据，通过结合动力学模型与控制障碍函数约束投影，利用基于冲突搜索的安全机制，在模拟实验中展现出优于基线规划器的性能。
2026-10-07 cs.RO
Self-Imitation Learning by Planning
University of Groningen（格罗宁根大学）
模仿学习（Imitation learning，IL）通过传递专家知识使机器人快速获得技能，广泛用于强化学习（reinforcement learning，RL）初始化探索。然而，在长时间运动规划任务中，部署IL和RL方法的挑战性问题是如何生成和收集大量的、广泛分布的数据，使得这些方法可以有效地推广。在这项工作中，我们解决了这个问题，使用我们提出的方法称为{自我模仿学习规划（SILP）}，其中演示数据自动收集规划的访问状态从当前的政策。SILP的灵感来自于观察到在早期强化学习阶段成功访问的状态是基于图搜索的运动规划器中的无冲突节点，因此我们可以规划和重新标记机器人自己的试验作为策略学习的示范。由于这些自我生成的演示，我们减轻了人类操作员的费力的数据准备过程中所需的IL和RL方法在解决复杂的运动规划任务。评估结果表明，我们的SILP方法实现了更高的成功率和提高样本效率相比，选定的基线，在模拟学习的政策表现良好，在现实世界的布局任务与不断变化的目标和障碍。
2021-03-26 cs.AI cs.RO
Towards Proprioception-Aware Embodied Planning for Dual-Arm Humanoid Robots
Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）；University of Chinese Academy of Sciences（中国科学院大学）；Beijing Academy of Artificial Intelligence（北京人工智能研究院）；AgiBot；School of Computer Science, Peking University（北京大学计算机学院）
针对双臂人形机器人长时程规划中仿真平台缺失和具身感知不足的问题，提出DualTHOR仿真器和Proprio-MLLM模型，通过本体感觉信息增强规划，性能平均提升19.75%。
2025-10-15 cs.RO
Gaussian Process Constraint Learning for Scalable Chance-Constrained Motion Planning from Demonstrations
University of Michigan（密歇根大学）
我们提出了一种学习约束表示为高斯过程（GP）从局部最优演示的方法。我们的方法使用的Karush-Kuhn-Tucker（KKT）的最优性条件，以确定在示威的约束是紧的，并在这些国家的约束梯度的缩放。然后，我们训练GP表示的约束，这是一致的，并概括了这一信息。我们进一步表明，GP的不确定性，可以使用内的运动力RRT计划概率安全的轨迹，我们可以利用GP结构内的规划，以准确地实现指定的安全概率。我们证明了我们的方法可以学习复杂的，非线性的约束，证明了一个5D非完整的汽车，一个12 D四旋翼，和一个3连杆平面臂，同时需要最少的先验信息的约束。我们的研究结果表明，学习的GP约束是准确的，优于以前的约束学习方法，需要更多的先验知识。
2022-03-01 cs.LG cs.RO cs.SY
DynaCon: Dynamic Robot Planner with Contextual Awareness via LLMs
SungKyunKwan University（成均馆大学）；Purdue University（普渡大学）；Kyung Hee University（庆熙大学）
针对无地图陌生环境导航问题，本文提出 DynaCon 系统，融合实时反馈、对象服务器、提示工程与 LLM 推理，使机器人具备情境感知和动态路径规划能力，并通过真实机器人实验验证有效性。
2023-09-27 cs.RO
