Opportunistic Qualitative Planning in Stochastic Systems with Incomplete Preferences over Reachability Objectives
University of Florida（佛罗里达大学）
当不能同时满足所有约束时，偏好在确定要满足哪些目标/约束方面起着关键作用。在本文中，我们研究如何合成的偏好满足计划的随机系统，建模为MDP，给定一个（可能不完全）组合偏好模型的时间扩展的目标。我们首先引入新的语义来解释偏好的随机系统的无限播放。然后，我们引入了一个新的概念的改进，使两个前缀之间的比较无限发挥。在此基础上，我们定义了两个解决方案的概念，称为安全和积极改善（SPI）和安全和几乎肯定改善（SASI），执行改进的积极概率和概率分别为1。我们构建了一个称为改进MDP的模型，在该模型中，保证至少有一个改进的SPI和SASI策略的合成减少到计算MDP中的积极和几乎肯定获胜的策略。我们提出了一个算法来合成SPI和SASI策略，诱导多个顺序的改进。我们证明了所提出的方法使用机器人运动规划问题。
2022-10-04 cs.AI cs.GT cs.RO
Evaluating VLMs' Spatial Reasoning Over Robot Motion: A Step Towards Robot Planning with Motion Preferences
King’s College London（伦敦国王学院）；University College London（伦敦大学学院）
本文评估了四种先进VLMs在机器人运动中的空间推理能力，探讨了运动偏好（如物体接近性和路径风格）的处理，并分析了准确率与计算成本的权衡。
2026-03-13 cs.AI cs.RO
Integrating Disambiguation and User Preferences into Large Language Models for Robot Motion Planning
King Abdullah University of Science and Technology (KAUST)（阿卜杜拉国王科技大学）
本文提出一个基于LLMs的机器人运动规划框架，通过歧义分类器与GPT-4机制解决自然语言指令歧义并捕获用户偏好，最终利用线性时序逻辑生成运动规划，提升了系统可靠性与用户体验。
2024-04-22 cs.AI cs.RO cs.SY
Learning-based Preference Prediction for Constrained Multi-Criteria Path-Planning
Safran Electronics & Defense（赛峰电子与防务公司）；LAMSADE, Université Paris-Dauphine（巴黎第九大学LAMSADE实验室）；CREC, Ecoles de Saint-Cyr Coëtquidan（圣西尔军校CREC中心）
基于学习的搜索算法在单准则优化问题中越来越受欢迎。相比之下，对于多准则优化，尽管存在许多应用程序，但方法明显较少。自主地面车辆（AGV）的约束路径规划就是这样一种应用，其中AGV通常部署在越野环境中的救灾或搜索和救援应用中。智能体可能面临以下困境：根据一个已知的标准和一个不确定的标准下的操作约束优化的源-目的地路径。已知的标准与路径的成本相关联，表示距离。不确定性标准表示在不需要人为干预的情况下驾驶通过路径的可行性。它取决于各种外部参数，如车辆的物理特性，探索地形或天气条件的状态。在这项工作中，我们利用离线模拟获得的知识，通过训练神经网络模型来预测不确定的标准。我们将此模型集成到一个路径规划器中，可以在线解决问题。最后，我们进行了实验，现实的AGV方案，这表明，所提出的框架需要人为干预的频率较低，交易的路径距离有限的增加。
2021-08-02 cs.AI cs.LG cs.RO
Safe and Personalizable Logical Guidance for Trajectory Planning of Autonomous Driving
University of Science and Technology of China（中国科学技术大学）
本文提出逻辑引导层（LGL），通过场景推理与RSS模型，在高速公路自动驾驶中平衡安全、效率与用户偏好，实现形式化安全保证。
2024-05-22 cs.LO cs.RO
Formation Control with Lane Preference for Connected and Automated Vehicles in Multi-lane Scenarios
Tsinghua University（清华大学）；Intel Lab China（英特尔中国研究院）
多车道道路是现实交通系统中的典型场景。车辆通常根据其路线和目的地对车道有偏好。现有的研究很少考虑控制车辆在其期望的车道上行驶的问题。提出了一种考虑不同车道上车辆偏好的编队控制方法。采用双层编队控制框架规划车辆的无碰撞运动，上层进行相对目标分配和路径规划，下层进行轨迹规划和跟踪。将考虑车道偏好的无碰撞多车辆路径规划问题解耦为两个子问题：计算费用不减的分配表和根据给定的分配结果规划无碰撞路径。根据给定的分配结果，采用基于启发式搜索的方法规划车辆的无碰撞路径。进行了案例研究，并进行了模拟在一个三车道的道路场景。结果表明，所提出的形成控制方法显着减少拥挤，提高交通效率，在高交通量相比，基于规则的方法。
2021-06-18 cs.RO cs.SY eess.SY
Decision-theoretic MPC: Motion Planning with Weighted Maneuver Preferences Under Uncertainty
Karlsruhe Institute of Technology (KIT)（卡尔斯鲁厄理工学院（KIT））；Porsche Motorsport（保时捷赛车运动部门）；Dr. Ing. h.c. F. Porsche AG（保时捷股份公司）
针对交通场景中其他参与者意图不确定导致自动驾驶车辆难选最优机动的问题，提出一种加权多机动轨迹的连续优化运动规划器，兼顾多类不确定性与应急机动可行性，在交互能力和舒适性上优于传统单机动规划器。
2024-10-07 cs.RO math.OC
I-Planner: Intention-Aware Motion Planning Using Learning Based Human Motion Prediction
UNC Chapel Hill（北卡罗来纳大学教堂山分校）
我们提出了一个运动规划算法来计算无碰撞和平滑的轨迹，高自由度机器人与人类在一个共享的工作空间。我们的方法使用离线学习的人类行为以及时间的连贯性来预测人类的行动。我们的意图感知在线规划算法使用学习的数据库来计算基于预测动作的可靠轨迹。我们表示预测的人体运动使用高斯分布和计算安全的运动规划碰撞概率的严格上限。我们还描述了新的技术，以占人体运动预测中的噪声。我们强调了我们的规划算法在复杂的模拟场景和现实世界的基准与7自由度机器人手臂在一个工作空间与人类执行复杂的任务。我们证明了我们的意图感知规划的好处，在这种不确定的环境中计算安全的轨迹。
2017-11-27 cs.RO
Physics-Based Damage-Aware Manipulation Strategy Planning Using Scene Dynamics Anticipation
Jacobs University Bremen（不来梅雅各布大学）
我们提出了一种损伤感知规划方法，它确定了最佳的顺序来操纵场景中的一些对象。该方法在任务规划级别上工作，从运动规划中抽象出来，并使用物理仿真来预测场景的动态。而不是避免与环境的相互作用，我们考虑到其他对象的意外运动和计划的操作序列，最大限度地减少潜在的损害。我们的方法也可以用来作为一个验证措施，以判断计划的运动，其可行性方面的损害避免。我们评估我们的方法在一个工业场景（自主集装箱卸载）和一个零售场景（货架补货）。
2016-12-02 cs.RO
Semantics-aware Exploration and Inspection Path Planning
Norwegian University of Science and Technology (NTNU)（挪威科技大学）
本文提出了一种新的语义感知的自主探索和检测路径规划策略。根据需要探索的环境往往涉及一组稀疏的语义实体的特别感兴趣的事实，所提出的方法提供了体积探索结合两个新的规划行为，共同确保一个完整的网格模型重建每个语义，而其表面观察在适当的分辨率和通过合适的视角。在广泛的仿真研究和实验结果评估使用飞行机器人，规划提供了有效的结合勘探和高保真度的检查规划，重点是语义的兴趣。与相关方法的国家的最先进的进一步提出的比较。
2023-03-13 cs.RO
Modeling the Dynamics of User Preferences for Sequence-Aware Recommendation Using Hidden Markov Models
DePaul University（德保罗大学）
在涉及与最终用户交互的各种在线设置中，系统适应用户偏好的变化至关重要。用户对项目的偏好往往会随着时间的推移而改变，这是由于各种因素，如上下文的变化、正在执行的任务或其他短期或长期的外部因素。推荐系统需要能够捕获用户偏好中的这些动态，以便保持对用户最新兴趣的调整。在这项工作中，我们提出了一个建议框架，考虑到用户偏好的动态。我们提出了一种基于隐马尔可夫模型（HMM）的方法来识别用户交互序列中的变点，根据数据中所有用户的顺序行为来反映偏好的显着变化。所提出的框架利用所确定的变化点，使用序列感知的非负矩阵分解模型生成建议。我们经验证明了基于HMM的变化检测方法的有效性相比，标准的基线方法。此外，我们评估了所提出的推荐方法的性能，并表明它相比有利的最先进的序列感知推荐模型。
2019-05-14 cs.IR cs.LG
Temporal Logic Guided Motion Primitives for Complex Manipulation Tasks with User Preferences
University of Science and Technology of China（中国科学技术大学）
动态运动基元（DMPs）是一种灵活的轨迹学习方案，广泛应用于机器人系统的运动生成。然而，现有的基于DMP的方法主要集中在简单的去目标任务。为了处理点到点运动规划之外的任务，本文提出了基于时序逻辑的运动基元优化算法，即PIBB-TL算法，用于满足用户偏好的复杂操作任务。特别是，加权截断线性时序逻辑（wTLTL）被纳入PIBB-TL算法，这不仅使编码的复杂任务，涉及一系列的逻辑组织的行动计划与用户的喜好，但也提供了一个方便和有效的手段来设计成本函数。然后，黑盒优化适于识别DMP的最佳形状参数，以实现机器人系统的运动规划。通过仿真和实验验证了PIBB-TL算法的有效性
2022-02-09 cs.RO
Optimal Distributed Multi-Robot Communication-Aware Trajectory Planning using Alternating Direction Method of Multipliers
Technical University of Denmark（丹麦技术大学）
针对多机器人通信感知轨迹规划问题，提出基于预算交易分离通信约束并用一致性ADMM分布式求解的最优规划算法，且在巡检仿真中验证。
2024-08-09 cs.RO
MMH-Planner: Multi-Mode Hybrid Trajectory Planning Method for UAV Efficient Flight Based on Real-Time Spatial Awareness
School of Surveying and Mapping, Information Engineering University（测绘学院，信息工程大学）；School of Geodesy and Geomatics, Hubei Luojia Laboratory（地质测绘学院，湖北珞珈实验室）
MMH-Planner通过多模式混合轨迹规划方法，结合实时空间感知提升无人机飞行效率，优化规划效率与计算成本。
2026-03-03 cs.RO
Towards Personalized Explanation of Robot Path Planning via User Feedback
University of Virginia（弗吉尼亚大学）
先前的研究发现，解释机器人的决策和行动有助于提高系统的透明度，提高用户的理解，并实现有效的人机协作。在本文中，我们提出了一个系统，通过用户反馈生成个性化的机器人路径规划的解释。我们考虑机器人在建模为马尔可夫决策过程（MDP）的环境中导航，并开发一种算法来自动生成最佳MDP策略的个性化解释，基于用户对四个元素（即，目标、位置、特异性和语料库）。此外，我们设计的系统与用户互动，通过回答用户的进一步的问题，产生的解释。用户可以选择更新他们的偏好以查看不同的解释。该系统能够通过用户交互来检测和解决任何偏好冲突。在线用户研究的结果表明，生成的个性化解释提高用户满意度，而大多数用户喜欢系统的问答和冲突检测/解决的能力。
2021-03-05 cs.AI cs.RO
Perception-Aware Motion Planning via Multiobjective Search on GPUs
Stanford University（斯坦福大学）
在本文中，我们描述了一个框架，通过感知感知的运动规划问题，我们寻求一个低成本的运动计划，对感知定位质量的单独约束计算本地化，强大的运动计划。为了解决这个问题，我们引入了多目标感知感知规划（MPAP）算法，通过多目标搜索探索状态空间，同时考虑成本和感知启发式。这个框架可以容纳大范围的解释学，允许那些捕捉本地化漂移的历史依赖性和代表复杂的现代感知方法。我们提出了两个这样的算法，一个来自机器人感知的简化模型，第二个来自地面实况传感器误差，我们证明能够预测一个国家的最先进的感知系统的性能。然后，通过蒙特卡罗方法验证这种基于启发式搜索的解决方案轨迹是本地化和鲁棒的。感知感知规划的额外计算负担被GPU大规模并行化所抵消。通过数值实验表明，该算法可以在大约一秒钟内找到局部化良好的鲁棒解。最后，我们使用Google Tango进行本地化，在四旋翼飞行感知感知和感知不可知计划上演示MPAP，发现四旋翼每次都安全地执行感知感知计划，而由于本地化丢失，超过20%的感知不可知运行会崩溃。
2017-12-06 cs.RO
Regulations Aware Motion Planning for Autonomous Surface Vessels in Urban Canals
Delft University of Technology（代尔夫特理工大学）
在非结构化的城市运河中，与其他船只的监管意识互动对于避免碰撞和社会合规至关重要。在本文中，我们提出了一个规则意识的运动规划框架自主水面船只（ASV），占动态和静态的障碍。我们的方法建立在本地模型预测轮廓控制（LMPCC）生成运动计划，满足运动动力学和碰撞约束的实时，同时包括监管意识。在规划阶段纳入法规，我们提出了一个成本函数，鼓励遵守规则，描述与其他船只的相互作用，类似于海上避碰法规（COLREG）。这些法规对于使ASV相对于其他船舶以可预测和符合社会要求的方式行事至关重要。我们比较的框架对基线方法，并显示更有效的法规遵从性避免移动障碍物与我们的运动规划。此外，我们提出了在室外环境中的实验结果
2023-01-19 cs.RO
Time-aware Motion Planning in Dynamic Environments with Conformal Prediction
Lehigh University（理海大学）；University of California Riverside（加州大学河滨分校）
本文提出基于符合预测的时间感知运动规划框架，通过全局和局部规划器结合自适应分位数机制，实现动态环境中鲁棒且高效的轨迹生成与安全保证。
2025-11-22 cs.RO
Symmetry-Aware Transformer Training for Automated Planning
提出对比学习目标使Transformer感知对称性，结合架构改进，解决其在自动规划中因问题对称性导致的泛化困难。
2026-06-29 cs.AI cs.LG
Traversability-aware path planning in dynamic environments
Instituto de Investigaci\'on en Ingenier\'ia de Arag\'on (I3A), University of Zaragoza, Spain
本文提出Tr-FMM路径规划方法，通过离散化环境并计算区域可通行性，引导波前避开拥挤区域，在动态环境中减少障碍风险与目标偏离，实验验证其安全性提升。
2025-06-19 cs.RO
Obstacle-aware Adaptive Informative Path Planning for UAV-based Target Search
Autonomous Systems Lab. (ASL), ETH Zürich（苏黎世联邦理工学院自主系统实验室）；TU Delft（代尔夫特理工大学）
利用无人机（UAV）进行目标搜索是与许多场景相关的问题，例如，搜索和救援（SaR）。然而，一个关键的挑战是规划路径的最大搜索效率给定的飞行时间限制。为了解决这一问题，我们提出了障碍感知自适应信息路径规划（OA-IPP）算法，在杂乱的环境中使用无人机的目标搜索。我们的方法利用分层规划策略，使用高斯过程（GP）为基础的目标占用模型，在连续的3D空间中生成信息路径。在这个框架内，我们引入了一个自适应的重新规划方案，使我们能够权衡信息增益，现场覆盖，传感器性能和碰撞避免有效的目标检测。大量的模拟表明，我们的OA-IPP方法比国家的最先进的规划者表现更好，我们展示了它的应用在一个现实的城市SaR的情况。
2019-02-26 cs.RO
Competence-Aware Path Planning via Introspective Perception
The University of Texas at Austin（德克萨斯大学奥斯汀分校）；The University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）；Alliance Innovation Lab Silicon Valley（硅谷联盟创新实验室）
长期部署在现实世界中的机器人需要对意外故障进行推理，学会预测它们，并主动采取行动以避免未来的故障。现有的能力感知规划方法要么是基于模型的，需要明确列举已知的故障模式，或纯粹的统计，使用状态和位置特定的故障统计推断能力。相反，我们提出了一个结构化的无模型的方法，能力感知规划推理计划执行失败，由于感知错误，而不需要先验枚举的故障源或需要特定位置的故障统计。我们引入能力感知路径规划通过内省感知（CPIP），贝叶斯框架迭代学习和利用新的部署环境中的任务级能力。CPIP将能力感知规划问题分解为两个部分。首先，感知错误是通过在新环境中部署之前的内省感知在无模型和位置不可知的环境中学习的。其次，在实际部署过程中，任务级故障的预测是在上下文感知设置中学习的。仿真实验表明，所提出的CPIP方法优于频率基线在多个移动机器人任务，并进一步验证了通过真实的机器人实验中的环境与感知具有挑战性的障碍和地形。
2022-01-17 cs.CV cs.RO
HINT-Plan: Human Intention-Aware Robot Task Planning in Context-Rich Environments using Vision Language Models
University of Stuttgart（斯图加特大学）；University of Luxembourg（卢森堡大学）；Bosch Center for Artificial Intelligence（博世人工智能中心）
HINT-Plan利用视觉语言模型预测人类意图并转化为目标状态，结合层次化场景图进行形式化任务规划，在仿真中实现69.71%成功率，显著优于基线，提升主动人机协作决策。
2026-09-17 cs.AI cs.RO
SeGA: Preference-Aware Self-Contrastive Learning with Prompts for Anomalous User Detection on Twitter
National Yang Ming Chiao Tung University（台湾阳明交通大学）
针对社交媒体异常用户检测中现有方法难捕捉用户细微差异的问题，提出融合大语言模型偏好总结与提示驱动偏好感知自对比学习的SeGA方法，在TwBNT基准上性能显著优于SOTA。
2023-12-17 cs.AI cs.CL cs.LG
Energy Aware and Safe Path Planning for Unmanned Aircraft Systems
Technical University of Darmstadt（达姆施塔特工业大学）
本文提出一种基于模型预测控制和混合整数线性规划的多智能体无人飞行器系统能量感知与安全路径规划算法，通过优化能耗、低电量自主返航及动态可行区域防障，实现高效安全的搜索区域覆盖。
2025-04-04 cs.RO cs.SY eess.SY
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
Interaction-Aware Vehicle Motion Planning with Collision Avoidance Constraints in Highway Traffic
Kyungpook National University（庆北国立大学）
本文针对高速公路自动驾驶中的车辆交互问题，提出一种将周围车辆轨迹与避撞约束耦合的最优控制框架，并基于庞特里亚金极小值原理实现轨迹优化，仿真验证了其有效性。
2024-04-02 cs.RO cs.SY eess.SY
Risk-Aware Kinodynamic Motion Planning Under Uncertainty For Safe Navigation on Planetary Environments
Daniel Guggenheim School of Aerospace Engineering（丹尼尔·古根海姆航空航天工程学院）；Georgia Institute of Technology（佐治亚理工学院）
针对自主空间探索中环境交互与感知系统的不确定性导致的安全规划问题，提出结合AO-RRT采样规划与序列凸规划的风险感知动力学运动规划方法，可将轨迹风险降低约97%。
2026-08-12 cs.RO cs.SY eess.SY
Meta-Learning Augmented MPC for Disturbance-Aware Motion Planning and Control of Quadrotors
KTH Royal Institute of Technology（瑞典皇家理工学院）；Caltech（加州理工学院）；Uppsala University（乌普萨拉大学）
针对自主飞行中的未知扰动问题，提出一种由扰动感知运动规划器和收缩控制跟踪控制器组成的框架，结合预测控制与在线学习的扰动模型，在强风等仿真中验证了安全性。
2024-12-17 cs.RO cs.SY eess.SY
STEP: Stochastic Traversability Evaluation and Planning for Risk-Aware Off-road Navigation
University of Tokyo（东京大学）；California Institute of Technology（加州理工学院）；Jet Propulsion Laboratory, California Institute of Technology（加州理工学院喷气推进实验室）
虽然地面机器人自主性在结构化和受控环境中得到了广泛的应用，但在未知和越野地形中的自主性仍然是一个难题。极端、越野和非结构化的环境，如未开发的荒野、洞穴和瓦砾，给自主导航带来了独特而具有挑战性的问题。为了解决这些问题，我们提出了一种方法来评估可穿越性和规划一个安全的，可行的，快速的轨迹实时。我们的方法，我们命名为STEP（随机可通行性评估和规划），依赖于：1）快速的不确定性感知映射和可通行性评估，2）尾部风险评估使用的条件风险值（CVaR），和3）有效的风险和约束感知运动规划使用基于序列二次规划（SQP）模型预测控制（MPC）。我们分析了我们的方法在模拟和验证其有效性轮式和腿式机器人平台探索极端地形，包括废弃的地铁和地下熔岩管。
2021-06-25 cs.AI cs.RO cs.SY
Auditable and Deployable Multi-Agent Motion Planning via Posetal Games from Legal Guidelines
Massachusetts Institute of Technology（麻省理工学院）；Technical University of Munich（慕尼黑工业大学）；Woods Hole Oceanographic Institution（伍兹霍尔海洋研究所）；University of California, Berkeley（加州大学伯克利分校）
该研究提出基于偏序博弈的框架，将法律准则转化为多智能体运动规划方案，在海上导航测试中实现了可审计的合法多船相遇协调。
2026-10-16 cs.GT cs.MA cs.RO
UBP2: Uncertainty-Balanced Preference Planning for Efficient Preference-based Reinforcement Learning
Learning, Embodied Autonomy, and Forecasting (LEAF) Lab, University of Toronto（学习、具身自主与预测（LEAF）实验室，多伦多大学）
提出UBP2方法，通过联合推理奖励、动力学和值函数的不确定性来主动引导探索，在Meta-World基准上显著提高了样本效率。
2026-06-23 cs.AI cs.LG cs.RO
Learning Human Preferences Over Robot Behavior as Soft Planning Constraints
Meta AI；Yale University（耶鲁大学）
本文提出将人类偏好编码为软规划约束的新问题表述，并通过数据驱动方法在Habitat 2.0重排任务中实现机器人对三类偏好的推断，为自适应规划行为奠定基础。
2024-03-28 cs.RO
Probabilistic Planning with Partially Ordered Preferences over Temporal Goals
University of Florida（佛罗里达大学）
在本文中，我们研究规划随机系统，建模为马尔可夫决策过程（MDP），在时间上扩展的目标的偏好。先前的工作时间规划的偏好假设用户的偏好形成一个总的顺序，这意味着每对结果是相互比较的。在这项工作中，我们考虑的情况下，可能的结果的偏好是一个偏序，而不是一个总的顺序。我们首先介绍了一个变种的确定性有限自动机，称为偏好DFA，用于指定用户的偏好在时间上扩展的目标。基于序理论，我们将偏好DFA转化为一个标记MDP中的概率规划策略偏好关系。在这种治疗中，最优选的政策诱导弱随机非支配概率分布的有限路径的MDP。所提出的规划算法取决于一个多目标MDP的建设。我们证明了弱随机非支配政策的偏好规格是帕累托最优的构造多目标MDP，反之亦然。在整个文件中，我们采用了一个运行的例子来证明所提出的偏好规范和解决方案的方法。我们使用的例子与详细的分析，我们的算法的有效性，然后讨论可能的未来方向。
2023-03-07 cs.AI cs.RO
Controllable Generative Trajectory Prediction via Weak Preference Alignment
Aalto University（阿alto大学）；TU Delft（代尔夫特理工大学）
针对现有轨迹预测模型缺乏可控多样性方案的问题，提出增强型CVAE框架PrefCVAE，利用弱标记偏好对赋予潜变量语义属性，在保持基线准确率的同时实现可控且具语义意义的轨迹预测。
2025-10-12 cs.LG cs.RO
APRICOT: Active Preference Learning and Constraint-Aware Task Planning with LLMs
Cornell University（康奈尔大学）；Stanford University（斯坦福大学）
针对家庭整理任务中偏好推断歧义与几何约束导致计划不可行的问题，提出 APRICOT，融合基于 LLM 的贝叶斯主动偏好学习和约束感知规划，显著提升偏好满足度与计划可行性。
2024-10-25 cs.RO
RAP: Risk-Aware Prediction for Robust Planning
Toyota Research Institute（丰田研究院）
交互式场景中的稳健规划需要预测不确定的未来，以做出风险意识决策。不幸的是，由于长尾安全关键事件，风险往往是低估了概率运动预测的有限采样近似。这可能导致过度自信和不安全的机器人行为，即使有强大的规划者。我们建议让预测本身具有风险意识，而不是假设稳健规划者所需的完全预测覆盖率。我们引入了一个新的预测目标来学习轨迹上的风险偏置分布，从而使风险评估简化为这种偏置分布下的预期成本估计。这降低了在线规划期间风险估计的样本复杂性，这是安全实时性能所需的。在教学模拟环境和现实世界的数据集上的评估结果证明了我们的方法的有效性。代码和一个演示是可用的。
2023-01-12 cs.LG cs.RO
World Modeling Makes a Better Planner: Dual Preference Optimization for Embodied Task Planning
Fudan University（复旦大学）；Shanghai Innovation Institute（上海创新研究院）；National University of Singapore（新加坡国立大学）；Shanghai Jiao Tong University（上海交通大学）
本文提出D²PO框架，通过偏好学习联合优化状态预测与动作选择，并利用树搜索自动构造轨迹和偏好数据，在VoTa-Bench上显著提升多种LVLM的具身规划成功率与执行效率。
2025-03-13 cs.CL cs.CV cs.RO
Optimal Cost-Preference Trade-off Planning with Multiple Temporal Tasks
University of Colorado Boulder（科罗拉多大学博尔德分校）
本文提出一种新颖的偏好概念及基于扩展A*搜索的高效规划框架，用于在多个时间任务下生成帕累托最优计划，并计算整个帕累托前沿，在移动机器人和机械臂上验证了高达两个数量级的加速。
2023-06-22 cs.AI cs.FL cs.RO
Efficient Multi-Modal Planning with Reward-Guided Preference Optimization for Autonomous Driving
The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
提出EMPlan，一种结合稀疏锚点与偏移细化模块的高效多模态轨迹规划方法，通过奖励引导微调提升安全性，在NAVSIM基准上实现精度与效率的平衡。
2026-10-01 cs.AI cs.RO
Multi-Objective Planning with Contextual Lexicographic Reward Preferences
Oregon State University（俄勒冈州立大学）
提出CLMDP框架，支持根据上下文动态调整字典序目标偏好，采用贝叶斯方法从专家轨迹推断状态-上下文映射，并将各目标顺序策略融合为单一无环上下文感知策略，在仿真和移动机器人上验证有效。
2025-11-03 cs.AI cs.RO cs.SY
Preference-Based Planning in Stochastic Environments: From Partially-Ordered Temporal Goals to Most Preferred Policies
Missouri State University（密苏里州立大学）；University of Texas at Austin（德克萨斯大学奥斯汀分校）；University of Florida（佛罗里达大学）；Oden Institute for Computational Engineering and Sciences（奥登计算工程与科学研究所）
本文研究随机系统中基于偏序时序偏好的规划问题，提出偏好自动机模型，并将最偏好策略求解转化为多目标MDP中的Pareto最优策略计算。
2024-10-18 cs.AI cs.FL cs.LO
Workspace Aware Online Grasp Planning
Columbia University（哥伦比亚大学）
这项工作提供了一个工作空间感知的在线抓取规划的框架。该框架通过将可达性的概念纳入在线抓取规划过程中，大大提高了标准在线抓取规划算法的性能。离线时，对包含数十万个独特末端执行器姿势的数据库进行可行性查询。在运行时，我们的把握规划器使用这个数据库，以偏置的手对可达到的末端执行器配置。该偏差使抓握规划器保持在规划场景的可访问区域中，使得所得到的抓握针对手头的情况而定制。这导致更高的可达抓取百分比、更高的成功抓取执行百分比以及减少的规划时间。我们还提出了使用模拟和真实环境的实验结果。
2018-06-29 cs.RO
Optimal Interactive Learning on the Job via Facility Location Planning
Brown University（布朗大学）；Carnegie Mellon University（卡内基梅隆大学）
本文提出多任务交互规划器 COIL，通过策略性选择技能、偏好和帮助三种查询类型最小化人类工作量，将其表述为无容量设施选址问题并结合单步信念空间规划处理偏好不确定性，在保证任务完成率的同时显著减少人类负担。
2025-05-01 cs.AI cs.RO
SPOC: Safety-Aware Planning Under Partial Observability And Physical Constraints
1 ETRI School, University of Science；Technology, South Korean 2 Social Robotics Laboratory, Electronics
SPOC是一个用于评估安全意识具身任务规划的基准测试，通过整合部分可观测性、物理约束和逐步规划，解决现实环境中安全与可行性评估的问题。
2026-02-25 cs.RO
DAPPER: Discriminability-Aware Policy-to-Policy Preference-Based Reinforcement Learning for Query-Efficient Robot Skill Acquisition
Nara Institute of Science and Technology（奈良科学技術研究所）；ETH Zurich（苏黎世联邦理工学院）
DAPPER通过多策略轨迹比较和判别性学习，提升机器人技能获取的查询效率。
2026-01-21 cs.RO
Personalized and Context-aware Route Planning for Edge-assisted Vehicles
Politecnico di Torino（都灵理工大学）；TU Berlin（柏林工业大学）
本文提出一种基于GNN和DRL的个性化路径规划框架，通过分析驾驶员历史轨迹学习偏好，在真实路网中相比通用规划器提升17%满意度并大幅减少行驶时间。
2024-07-25 cs.AI cs.RO
Virtual Surfaces and Attitude Aware Planning and Behaviours for Negative Obstacle Navigation
CSIRO（联邦科学与工业研究组织）；Euclideon Holographics（Euclideon全息技术公司）
本文提出了一种自主导航系统的地面机器人穿越侵略性的非结构化地形，通过一个有凝聚力的安排映射，审议规划和反应行为模块。所有系统都能感知地形坡度、能见度和车辆方向，使机器人能够识别、规划和应对未观察到的区域，并克服不利的障碍物、斜坡、台阶、悬垂物和狭窄的通道。这是在处理负面障碍时明确地同时耦合映射，规划和反应组件的先驱作品之一。该系统部署在三个异构地面机器人DARPA地下挑战，我们目前的结果在城市和洞穴环境中，随着模拟场景，证明了这种方法。
2021-01-21 cs.RO
Understanding User Preferences of a Slope-Aware Variable-Admittance Filter for a Robot Guide Dog
本文研究坡度感知可变导纳滤波器参数对用户与机器人导盲犬力交互偏好的影响，提出结合路径跟踪、动量估计和在线调整刚度的框架，实验表明上坡增刚度、下坡减刚度可改善性能。
2026-09-15 cs.RO
Risk-Aware Planning and Assignment for Ground Vehicles using Uncertain Perception from Aerial Vehicles
Virginia Tech（弗吉尼亚理工大学）；University of Maryland（马里兰大学）
我们提出了一个风险意识框架，多机器人，多需求的分配和规划在未知的环境。我们的动机是灾难响应和搜索和救援场景，地面车辆必须尽快到达需求地点。我们考虑一个设置，地形信息仅在空中的形式，地理参考图像。深度学习技术可用于航空图像的语义分割，以创建用于安全地面机器人导航的成本图。这样的分割可能仍然是有噪声的。因此，我们提出了一个联合规划和感知框架，占由于嘈杂的感知引入的风险。我们的贡献是双重的：（i）我们展示了如何使用贝叶斯深度学习技术在感知层面提取风险;（ii）使用风险理论度量CVaR进行风险感知规划和分配。首先从理论上建立了管道模型，然后通过两个数据集进行了实证分析。我们发现，在这两个层次的风险会计产生量化的安全路径和任务。
2020-09-03 cs.RO
Risk-Aware Preference Learning for Stochastic Outcomes
University of Colorado Boulder（科罗拉多大学博尔德分校）
研究在人机交互中从人类偏好学习奖励函数的问题，通过在Bradley-Terry框架内比较期望效用与累积前景理论，发现基于累积前景理论的学习者在恢复奖励函数时遗憾更低，凸显建模人类风险敏感性的重要性。
2026-07-20 cs.RO
MARC: Multipolicy and Risk-aware Contingency Planning for Autonomous Driving
Hong Kong University of Science and Technology（香港科技大学）；DJI Technology Company, Ltd.（大疆创新科技有限公司）
针对自动驾驶在密集动态环境中难以生成安全且非保守行为的问题，提出MARC规划框架，通过构建策略条件场景集与树状结构表示，并结合风险感知应急规划的双层优化算法，实现了高效决策与类人驾驶，性能优于强基线。
2023-09-12 cs.RO
Communication-aware planning for robot teams deployment
针对受障碍物、有限通信范围及基站通信需求约束的机器人群部署问题，提出含分布式路径规划器、部署规划器和聚类算法的方法，实现通信感知的部署规划与任务分配。
2025-03-24 cs.MA cs.RO
Safety-Aware Preference-Based Learning for Safety-Critical Control
California Institute of Technology（加州理工学院）；University of Michigan（密歇根大学）；Argo AI（Argo AI公司）
将动态机器人带入野外需要在性能和安全性之间保持微妙的平衡。然而，设计用于提供鲁棒安全保证的控制器通常会导致保守的行为，并且调整这些控制器以找到性能和安全性之间的理想权衡通常需要领域专业知识或精心构造的奖励函数。这项工作提出了一个设计范例，系统地实现平衡性能和强大的安全性的行为，通过集成安全意识的基于偏好的学习（PBL）与控制障碍功能（CBF）。融合这些概念-安全意识学习和安全关键控制-提供了一种强大的手段，以实现复杂的机器人系统在实践中的安全行为。我们证明了这种设计模式的能力，以实现安全和高性能的感知为基础的自主操作的四足机器人在模拟和实验上的硬件。
2022-04-11 cs.RO cs.SY eess.SY
