Learning Planning Abstractions from Language
Stanford（斯坦福大学）；MIT（麻省理工学院）
本文提出 PARL 框架，利用语言标注演示自动学习状态与动作抽象，并通过高层抽象规划与低层策略细化实现跨对象、环境和更长规划视野的泛化。
2024-05-06 cs.AI cs.RO
Predicate Invention for Bilevel Planning
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）；Meta AI
本文提出一种从示例中学习谓词的算法，以消除双层规划中对人工状态抽象的需求，通过优化替代目标并在语法引导下进行爬山搜索，在四个机器人规划环境中优于六个基线。
2025-05-27 cs.AI cs.LG cs.RO
Planning with Spatial-Temporal Abstraction from Point Clouds for Deformable Object Manipulation
Stanford University（斯坦福大学）；MIT-IBM Lab（麻省理工学院-IBM实验室）
本文提出PASTA框架，结合空间与时间抽象，从点云中学习潜在表示并规划技能序列，实现真实世界中多技能组合的可变形物体顺序操作任务。
2023-06-23 cs.AI cs.RO
Unified Task and Motion Planning using Object-centric Abstractions of Motion Constraints
Department of Computer Science, University of Innsbruck（因斯布鲁克大学计算机科学系）
本文提出了一种基于对象中心抽象的统一任务与运动规划方法，利用现成AI启发式搜索生成物理可行计划，无需复杂几何推理。
2026-01-30 cs.AI cs.RO
Bootstrapping Motor Skill Learning with Motion Planning
Brown University（布朗大学）
从头开始学习机器人运动技能是不切实际的慢;以至于在实践中，学习必须使用从人类演示中获得的良好技能策略来引导。然而，依赖人类的示范必然会降低机器人的自主性，因为机器人必须在其工作寿命内学习各种技能。我们建议使用运动学运动规划作为一个完全自主的，样本有效的方式来引导运动技能学习的对象操作。我们展示了使用运动规划引导运动技能在两个复杂的对象操作场景与不同的政策表示：打开一个抽屉的动态运动原语表示，并关闭微波炉门深神经网络政策。我们还展示了我们的方法如何引导运动技能的挑战性的动态任务，学习打一个球的发球台，其中运动学计划的基础上处理的场景作为静态是不够的，以解决任务，但足以引导一个更动态的政策。在所有这三种情况下，我们的方法与人工演示的初始化相比都具有竞争力，并且显著优于随机策略。这种方法使机器人能够有效地和自主地学习动态任务的电机策略，而无需人类演示。
2021-01-12 cs.AI cs.RO
Embodied Active Learning of Relational State Abstractions for Bilevel Planning
MIT CSAIL（麻省理工学院计算机科学与人工智能实验室）
提出具身主动学习范式，通过在线专家查询学习谓词解释，用于机器人双层规划，在三个环境中优于六个基线，提升样本效率。
2023-06-19 cs.AI cs.LG cs.RO
Information-Theoretic Abstractions for Planning in Agents with Computational Constraints
Georgia Institute of Technology（佐治亚理工学院）；University of North Carolina, Charlotte（北卡罗来纳大学夏洛特分校）
在本文中，我们开发了一个框架，路径规划的抽象，不提供给代理先验，而是出现作为一个功能的可用计算资源。我们展示了如何在一个环境中的路径规划问题可以系统地近似解决一系列更容易解决的问题上的抽象的原始空间。对问题的性质进行了分析，并给出了一些理论结果和讨论。一个数值例子来显示该方法的实用性和证实的理论研究结果。最后，我们提供了一个讨论，详细介绍了所提出的方法，随时算法和有限理性的连接。
2021-02-23 cs.AI cs.IT cs.RO
Planning with State Abstractions for Non-Markovian Task Specifications
Brown University（布朗大学）
通常，我们使用也可以跨越不同抽象级别的时态语言为机器人指定任务。示例命令"go to the kitchen before going to second floor“包含空间抽象，因为”floor“由单独的房间组成，这些房间也可以单独引用（例如“kitchen”）。还有一个时间顺序的事件，定义为“之前”一词。以前的工作已经使用线性时态逻辑（LTL）来解释时间语言（如“之前”），和抽象马尔可夫决策过程（AMDPs）解释层次抽象（如“厨房”和“二楼”），分别。为了同时处理这两种类型的命令，我们引入了抽象产品马尔可夫决策过程（AP-MDP），这是一种能够在不同抽象层次上表示非马尔可夫奖励函数的新方法。AP-MDP框架将LTL转换为相应的自动机，创建LTL规范和环境MDP的产品马尔可夫决策过程（MDP），并将问题分解为子问题，以实现具有抽象的有效规划。在超过95%的任务中，AP-MDP比解决LTL问题的非分层方法执行得更快，并且这个数字只会随着环境域的大小增加而增加。我们还提出了一个神经序列到序列模型训练语言命令翻译成LTL表达，和一个新的语料库的非马尔可夫语言命令跨越不同层次的抽象。我们测试我们的框架与收集的语言命令在无人机上，证明我们的方法使机器人能够有效地解决时间命令在不同的抽象层次。
2019-05-28 cs.AI cs.RO
Planning with Goal-Conditioned Policies
University of California, Berkeley（加州大学伯克利分校）
规划方法可以通过组合简单的行为来解决时间扩展的序列决策问题。然而，规划需要对状态和转换进行适当的抽象，这通常需要手工设计。相比之下，无模型强化学习（RL）可以直接从低级别输入中获取行为，但通常难以处理时间扩展的任务。我们能否利用强化学习来自动形成规划所需的抽象，从而获得两种方法的最佳效果？我们表明，学习RL的目标条件的政策可以纳入规划，使规划者可以专注于达到哪些状态，而不是如何达到这些状态。然而，对于复杂的状态观测（如图像），并非所有输入都表示有效状态。因此，我们还建议使用一个潜在的变量模型来competently表示一组有效的状态的规划，使政策提供了一个抽象的行动，和潜在的变量模型提供了一个抽象的状态。我们将我们的方法与基于规划和无模型的方法进行比较，发现我们的方法在基于图像的机器人导航和操作任务（需要非贪婪的多阶段行为）上进行评估时，显着优于先前的工作。
2019-11-19 cs.AI cs.LG cs.RO
Think Small, Plan Smart: Minimalist Symbolic Abstraction and Heuristic Subspace Search for LLM-Guided Task Planning
Zhejiang University（浙江大学）；Westlake University（西湖大学）；UCAS-Terminus AI Lab（UCAS-terminus人工智能实验室）；Victoria University of Wellington（威灵顿维多利亚大学）
提出两阶段LLM-符号规划框架PLAHX，通过极简符号抽象消除冗余并结合启发式子空间搜索自适应缩小搜索空间，显著提升了任务规划的成功率并降低了token消耗。
2025-09-14 cs.LG cs.RO
Discovering State and Action Abstractions for Generalized Task and Motion Planning
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）
广义规划通过找到一个类似算法的策略来解决任务的多个实例，从而加速了经典规划。一个通用的计划可以从几个训练样本中学习，并应用于整个问题领域。广义规划方法在涉及大量对象和扩展动作序列以实现目标的离散AI规划问题中表现良好。在本文中，我们提出了一种算法，学习功能，抽象，和广义计划连续机器人任务和运动规划（TAMP）和检查时出现的独特困难，被迫考虑几何和物理约束的一部分，广义计划。此外，我们表明，这些简单的广义计划，只有少数几个例子可以用来提高搜索效率的TAMP求解器。
2021-09-23 cs.RO
BEV-VLM: Trajectory Planning via Unified BEV Abstraction
BEV-VLM通过统一的BEV抽象与VLMs实现高精度轨迹规划，实验显示其在准确性上比现有方法提升53.1%并实现无碰撞。
2026-02-27 cs.AI cs.RO
Bootstrap Off-policy with World Model
College of AI & School of Vehicle and Mobility, Tsinghua University（人工智能学院与车辆与移动系统学院，清华大学）；Berkeley AI Research (BAIR), UC Berkeley（伯克利人工智能研究（BAIR），加州大学伯克利分校）
BOOM通过整合规划与离策略学习，利用世界模型和无参数动作分布提升策略性能，在高维控制任务中实现训练稳定性和最终性能的突破。
2026-01-15 cs.AI cs.LG cs.RO
Learning and Using Abstractions for Robot Planning
Arizona State University（亚利桑那州立大学）
机器人运动规划涉及计算一系列有效的机器人配置，使机器人从其初始状态到目标状态。解决运动规划问题最佳使用分析方法被证明是PSPACE困难。基于采样的方法试图有效地近似最优解。通常，基于采样的规划器使用统一的采样器来覆盖整个状态空间。在本文中，我们提出了一个基于深度学习的框架，该框架可以识别环境中对解决给定运动规划问题至关重要的机器人配置。这些状态用于偏置采样分布，以减少规划时间。我们的方法适用于一个统一的网络，并根据环境和机器人生成域相关的网络参数。我们评估我们的方法与学习和链接规划器在三个不同的设置。结果表明，显着改善运动规划时间相比，目前的采样为基础的运动规划。
2021-07-22 cs.RO
Interleaving Scheduling and Motion Planning with Incremental Learning of Symbolic Space-Time Motion Abstractions
本文提出一种交织调度与运动规划的增量学习框架，用于多物体共享空间的调度与运动规划，通过符号时空运动抽象提升复杂时空约束下的执行效率。
2026-03-19 cs.AI cs.RO
SkillDiffuser: Interpretable Hierarchical Planning via Skill Abstractions in Diffusion-Based Task Execution
Shanghai AI Laboratory（上海人工智能实验室）；University of California, Berkeley（加州大学伯克利分校）；The University of Hong Kong（香港大学）
SkillDiffuser提出一种端到端分层规划框架，通过从视觉和语言中学习可解释技能表示并条件化扩散模型生成轨迹，在Meta-World和LOReL等基准上实现了最先进的长程多技能任务执行性能。
2024-03-28 cs.CV cs.LG cs.RO
Learning Discrete Abstractions for Visual Rearrangement Tasks Using Vision-Guided Graph Coloring
本文提出通过结合结构约束和注意力引导的视觉距离，学习视觉排列任务的离散图结构抽象，以支持高效规划。
2026-03-20 cs.RO
Efficient State Abstraction using Object-centered Predicates for Manipulation Planning
Technical University of Munich（慕尼黑工业大学）；University of Innsbruck（因斯布鲁克大学）；German Aerospace Center (DLR)（德国航空航天中心（DLR））
符号描述的定义，始终代表相关的几何方面的操作任务是一个具有挑战性的问题，在机器人社区很少受到关注。这个定义通常是从一个有限的对象关系和方向，只满足几何约束，在实验室条件下执行实验的观察者的角度来完成。这将对象配置空间中的操纵动作的可能改变限制为与该特定外部引用定义兼容的那些改变，这极大地限制了可能的操纵的范围。为了解决这些限制，我们提出了一个以对象为中心的表示，允许表征一组更广泛的可能的变化，在配置空间比传统的观察者的角度对应。基于这种表示，我们定义了通用的规划运营商的采摘和放置的行动，允许生成计划的几何和力的一致性，在操作任务。这种以对象为中心的描述是直接从对象的姿态和边界框中获得的，使用一种新的学习机制，该机制允许生成信号-符号关系，而不需要为每个特定场景手工制作这些关系。
2020-07-16 cs.AI cs.RO
Planning Hybrid Driving-Stepping Locomotion on Multiple Levels of Abstraction
Rheinische Friedrich-Wilhelms-Universität Bonn（波恩大学）
在搜索和救援环境中导航是具有挑战性的，因为必须考虑各种地形。由我们的机器人Momaro提供的混合驱动-步进运动是一种很有前途的方法。与其他运动方法类似，它包含许多自由度-提供高灵活性，但使规划计算昂贵的大型环境。我们提出了一种导航规划方法，它统一了不同层次的表示在一个单一的计划。在机器人附近，它提供了具有精细分辨率和高机器人状态维度的计划。随着与机器人的距离增加，计划变得粗糙，机器人状态维数降低。我们弥补这种损失的信息丰富粗糙表示额外的语义。实验表明，该规划器提供了计划，在可行的时间大，具有挑战性的情况下。
2018-09-19 cs.RO
Bootstrapped LLM Semantics for Context-Aware Path Planning
San Diego State University（圣地亚哥州立大学）；University of California San Diego（加州大学圣地亚哥分校）
针对自然语言引导机器人研究未关注任务安全高效执行的缺口，提出将LLM作为随机语义传感器结合贝叶斯自举估计风险、构建代价的路径规划框架，可适配上下文调整机器人移动，通过仿真与数字孪生验证了效果。
2025-11-15 cs.RO
IntentCUA: Learning Intent-level Representations for Skill Abstraction and Multi-Agent Planning in Computer-Use Agents
Sookmyung Women's University（首尔女子大学）
IntentCUA通过意图级表示和多智能体协作提升桌面自动化效率与稳定性。
2026-02-27 cs.AI cs.HC cs.RO
Bilevel Planning with Learned Symbolic Abstractions from Interaction Data
Bogazici University（博雅大学）
本文提出一种双层神经符号框架，利用学习的概率符号规则和连续效应模型，在多目标操作任务中实现高效且可靠的规划。
2026-09-10 cs.RO
Multiscale Abstraction, Planning and Control using Diffusion Wavelets for Stochastic Optimal Control Problems
KAIST（韩国科学技术院）
本文提出了一种多尺度框架来解决复杂环境下机器人运动规划和控制中的一类随机最优控制问题。为了处理由大的决策空间和复杂的环境几何形状引起的并发症，采用了两个关键概念：（a）用于状态空间的分层抽象的马尔可夫链的扩散小波表示;和（b）基于期望函数的马尔可夫决策过程（MDP）的表示，以有效地计算最优策略。在所提出的框架中，一个全球计划，压缩考虑到长时间/长度尺度的状态转换，首先获得近似求解MDP的愿望函数表示的粗尺度基地的层次抽象。然后，详细的本地计划计算通过求解MDP，认为小波基与状态空间的聚焦区域相关联，由全局计划的指导。由此产生的多尺度计划，最后计算连续时间内的滚动时域实现最优控制政策。两个数值例子证明了所提出的方法的适用性和有效性。
2017-03-13 cs.RO math.OC
An Abstraction-Free Method for Multi-Robot Temporal Logic Optimal Control Synthesis
Duke University（杜克大学）
大多数现有的线性时序逻辑（LTL）规划方法依赖于一个离散的产品自动机的建设，结合了离散抽象的机器人移动性和B $\ddot{\text{u}}$ chi自动机，捕捉LTL规范。将该产品自动机表示为图，并使用图搜索技术，可以合成满足LTL任务的最优计划。然而，构造表达离散抽象使得合成问题在计算上难以处理。在本文中，我们提出了一个新的采样为基础的LTL规划算法，不需要任何离散抽象的机器人移动。相反，它逐步构建探索产品状态空间的树，直到达到最大迭代次数或找到一个可行的计划。树的使用使数据存储和图搜索易于处理，这显着增加了我们的算法的可扩展性。为了加快可行计划的建设，我们引入偏差的抽样过程中，这是由B $\ddot{\text{u}}$志自动机，属于接受状态的最短路径的过渡。我们表明，我们的规划算法，有偏见和没有偏见，是概率完全和渐近最优。最后，我们提出的数值实验表明，我们的方法优于相关的时序逻辑规划方法。
2021-03-23 cs.RO
Information-theoretic Abstraction of Semantic Octree Models for Integrated Perception and Planning
Georgia Institute of Technology（佐治亚理工学院）；University of California San Diego（加州大学圣迭戈分校）
在本文中，我们开发了一种方法，使自主机器人从点云数据构建和压缩语义环境表示。我们的方法建立了一个三维的，语义树表示的环境传感器数据，然后压缩的一种新的信息理论树修剪方法。所提出的方法是概率性的，并结合了在现实世界的环境中固有的语义分类的不确定性。此外，我们的方法允许机器人在生成压缩树时优先考虑单个语义类，以便设计多分辨率表示，保留相关的语义信息，同时丢弃不需要的语义类别。我们展示了压缩语义八叉树模型的大型室外，语义丰富，现实世界的环境中的方法。此外，我们展示了如何八叉树的抽象可以用来创建语义知情的图运动规划，并提供了我们的方法与不知情的图形构造方法，如Halton序列的比较。
2022-09-20 cs.IT cs.RO math.IT
LENS: LLM-guided Environment Simplification for Planning and Control in Clutter
University of Pennsylvania（宾夕法尼亚大学）
针对现实世界多物体杂乱环境处理难题，提出LENS方法，通过大语言模型引导自动生成特定场景和任务的自适应更新抽象，经实验验证其能改进多种模型在高度杂乱操纵场景中的表现。
2026-07-23 cs.RO
Virtues of Ordered Chaos: Planning with Topple Actions in Tabletop Stack Rearrangement
School of Computing at the Australian National University（澳大利亚国立大学计算学院）
本文研究了桌面环境中堆叠重构任务，通过引入更丰富的非抓取聚合动作（特别是从堆叠中倒落物体到桌面的Topple动作）来增强任务规划领域。核心方法是提出一种新的Topple聚合工具，将候选任务计划计算转化为 Pebble Motion 问题变体，从而在IsaacSim物理模拟中验证了其效果，展示了在执行速度上的显著优势。
2026-05-18 cs.AI cs.RO
Flow Policies as Actions of Skill-Level World Models: Learned and Symbolic Abstractions for Long-Horizon Planning
Delft University of Technology（代尔夫特理工大学）
本文提出将流匹配策略的输入作为技能级动作，构建四种抽象（压缩种子、两种学习代码、符号标签），在块重排任务上验证，符号标签在六技能内成功率超90%，并分析搜索限制。
2026-10-06 cs.LG cs.RO
Sparse Multilevel Roadmaps for High-Dimensional Robot Motion Planning
Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所）；Technical University of Berlin（柏林工业大学）
稀疏路线图对于状态空间的压缩表示、确定问题的不可行性和在有限时间内终止都很重要。然而，稀疏路线图不能很好地扩展到高维规划问题。在以前的工作中，我们通过使用多级抽象来简化状态空间，从而提高了高维规划问题的规划性能。在这项工作中，我们通过开发一种新的算法，稀疏多层次的路线图规划（SMLR），将稀疏的路线图多级抽象。为此，我们表示多级抽象使用的语言纤维束，并推广稀疏的路线图规划者使用的概念，限制性采样的可见性区域。我们认为SMLR是概率完整的，渐近接近最优的继承稀疏路线图规划。在评估中，我们在具有挑战性的规划问题上优于稀疏路线图规划器，特别是高维，包含狭窄通道或不可行的问题。因此，我们证明稀疏的多级路线图作为一个有效的工具，可行的和不可行的高维规划问题。
2021-10-07 cs.RO
LEAGUE: Guided Skill Learning and Abstraction for Long-Horizon Manipulation
Georgia Institute of Technology（佐治亚理工学院）
针对深度强化学习难处理长程任务、任务与运动规划依赖预定义技能的问题，提出融合二者的LEAGUE框架，用规划器符号引导RL技能学习并构建抽象空间实现复用，在模拟任务中性能优于基线，且技能可跨域复用并迁移到实体机器人。
2023-08-22 cs.AI cs.RO
Reactive Temporal Logic Planning for Multiple Robots in Unknown Occupancy Grid Maps
University of Pennsylvania（宾夕法尼亚大学）
本文提出了一种新的反应式时序逻辑规划算法的多个机器人，在未知的几何形状建模使用占用网格地图的环境中运行。机器人配备了单独的传感器，使它们能够使用现有的同时定位与地图构建（SLAM）方法不断学习未知环境的网格地图。机器人的目标是完成复杂的协作任务，由全局线性时序逻辑（LTL）公式捕获。大多数现有的LTL规划方法依赖于在已知环境中操作的机器人动力学的离散抽象，因此，它们不能应用于环境最初未知的更现实的场景。在本文中，我们解决这个新的挑战，提出了第一个反应，抽象，分布式LTL规划算法，可用于复杂的任务规划的多个机器人在未知的环境中运行。所提出的算法是反应式的，即，规划适应于更新的环境地图并且无抽象，因为它不依赖于机器人动力学的设计抽象。此外，我们的算法是分布式的，在这个意义上，全球LTL任务被分解成单智能体的可达性问题在线构建的基础上不断学习的地图。该算法是完整的温和的假设下的结构的环境和传感器模型。我们提供了大量的数值模拟和硬件实验，说明了理论分析，并表明，该算法可以解决复杂的规划任务的大规模多机器人系统在未知的环境。
2020-12-14 cs.RO
Counterexample-Guided Repair for Symbolic-Geometric Action Abstractions
Cornell University（康奈尔大学）
集成任务和运动规划（TMP）为解决具有复杂符号和几何约束的机器人规划问题提供了一种很有前途的方法。然而，TMP规划者的实际用途是有限的，他们需要的机器人动作，这是很难构建，即使是专家的符号抽象。我们提出了一种方法来自动构建和不断提高机器人动作的符号抽象通过观察机器人执行的动作。这种方法称为自动抽象修复，允许符号抽象最初是不正确或不完整的，并随着时间的推移收敛到正确的模型。抽象修复使用约束多项式zonotopes（CPZs），一个有效的非凸集表示，模型的联合符号和几何状态的谓词，并执行一个优化搜索符号编辑操作的谓词公式，以提高对应的符号抽象的物理机器人控制器的行为。在这项工作中，我们描述了上述谓词模型，介绍了符号几何抽象修复问题，并提出了一个随时自动抽象修复算法。然后，我们证明了抽象修复可以提高现实的行动抽象的常见移动操作动作从少数观察。
2021-05-13 cs.RO
Bootstrapping Human-Like Planning via LLMs
Navy Center for Applied Research in AI, US Naval Research Laboratory（美国海军人工智能应用研究中心）
本文研究如何结合自然语言接口与拖放界面，利用大语言模型生成人类风格的动作序列，并与手工指定的动作序列进行比较。
2025-06-27 cs.AI cs.HC cs.RO
Value Iteration Networks on Multiple Levels of Abstraction
Rheinische Friedrich-Wilhelms-Universität Bonn（波恩莱茵弗里德里希·威廉大学（波恩大学））
基于学习的方法很有希望规划机器人运动，而不需要执行广泛的搜索，这是许多非学习方法所需要的。最近，价值迭代网络（VIN）受到了很大的关注，因为与标准的基于CNN的架构相比，它们学习目标导向的行为，这些行为可以很好地推广到看不见的领域。然而，VIN仅限于小的和低维的域，限制了其适用于现实世界的规划问题。为了解决这个问题，我们建议将VIN扩展到具有多层抽象的表示。虽然机器人的附近被表示在足够的细节，该表示得到空间粗糙与机器人的距离增加。通过增加代表细胞的特征的数量来补偿由降低的分辨率引起的信息损失。我们表明，我们的方法是能够解决显着更大的2D网格世界规划任务比原来的VIN实现。与不采用额外描述性特征的多分辨率粗到细VIN实现相比，我们的方法能够解决具有挑战性的环境，这表明所提出的方法学会在额外的特征中编码有用的信息。作为解决现实世界的规划任务的应用程序，我们成功地采用我们的方法来规划全方位驾驶的搜索和救援机器人在杂乱的地形。
2019-07-01 cs.LG cs.RO
CLEAR: A Semantic-Geometric Terrain Abstraction for Large-Scale Unstructured Environments
Department of Computer Science and Engineering, University at Buffalo（计算机科学与工程系，布法罗大学）；Department of Mechanical and Aerospace Engineering, University at Buffalo（机械与航空航天工程系，布法罗大学）
CLEAR通过结合边界感知的空间分解与递归平面拟合，实现了大规模无结构环境中的高效地形抽象，提高了路径规划的速度和可靠性。
2026-08-11 cs.RO
Multi-lane Cruising Using Hierarchical Planning and Reinforcement Learning
胜任多车道巡航需要使用车道变化和车道内机动，以达到良好的速度和保持安全。提出了一种结合分层强化学习框架和状态-动作空间抽象的多车道自主巡航系统设计。虽然所提出的解决方案遵循行为决策，运动规划和控制的经典层次结构，它引入了一个关键的中间抽象的运动规划器内的状态动作空间离散化，根据高层次的行为决策。我们认为，这种设计允许有原则的运动规划模块化扩展，相比之下，使用单片行为克隆或一大套手写的规则。此外，我们证明了我们的状态-动作空间抽象允许训练模型的转移，而无需从几乎没有动态的模拟环境重新训练到具有更真实动态的模拟环境。总之，这些结果表明，我们提出的分层架构是一种很有前途的方式，使强化学习应用于复杂的多车道巡航在现实世界中。
2021-10-01 cs.LG cs.RO cs.SY
VisualPredicator: Learning Abstract World Models with Neuro-Symbolic Predicates for Robot Planning
University of Cambridge（剑桥大学）；Cornell University（康奈尔大学）；Massachusetts Institute of Technology（麻省理工学院）；Princeton University（普林斯顿大学）；University of Oxford（牛津大学）；The Alan Turing Institute（阿兰·图灵研究所）
本文提出 Neuro-Symbolic Predicates 一阶抽象语言及在线算法，用于学习抽象世界模型，在五个模拟机器人领域实验中展现出更优的样本复杂度、分布外泛化能力和可解释性。
2025-02-28 cs.AI cs.CV cs.LG
Abstractions for computing all robotic sensors that suffice to solve a planning problem
Texas A&M University（得克萨斯农工大学）
机器人能否完成特定的任务取决于几个方面，包括机器人的传感器和它所拥有的计划。我们感兴趣的搜索算法，处理计划和传感器设计联合，产生的解决方案-即，计划和传感器特征对-当且仅当它们存在。这样的算法可以帮助机器人专家探索传感器的空间，以帮助进行设计权衡。推广以前的工作，传感器抽象地建模为传感器映射的p-图，本文增加了潜在的传感器，可以寻求显着。但这样做扩大了一个问题，目前的外部界限被认为是听话。为了驯服这种复杂性，两个贡献：（1）我们展示了如何表示搜索空间，这个更一般的问题，并描述数据结构，使整个传感器集通过一个单一的特别代表进行总结;（2）我们给出了一种方法，其他结构（无论是任务领域的知识，传感器技术或制造限制）可以被纳入到减少被枚举的集合。这些导致我们已经实现的算法，足以解决特定的问题实例，虽然只有小规模的。尽管如此，该算法有助于理解传感器必须具备哪些属性以及它们必须提供哪些信息，以确保机器人能够在非确定性的情况下实现其目标。
2020-05-22 cs.RO
Beyond Policy Optimization: A Data Curation Flywheel for Sparse-Reward Long-Horizon Planning
Department of Mechanical Engineering, National University of Singapore（新加坡国立大学机械工程系）；Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所）；School of Computing, National University of Singapore（新加坡国立大学计算机科学学院）；Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所）；Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系）
本文提出BPO框架，通过自改进的数据飞轮开发鲁棒推理模型，解决多轮代理规划中稀疏奖励长周期问题，实现高效推理和显著的token效率。
2026-05-16 cs.AI cs.RO
Mapless-Planner: A Robust and Fast Planning Framework for Aggressive Autonomous Flight without Map Fusion
Zhejiang University（浙江大学）
在线维护地图是消耗资源的，而强大的导航系统通常需要通过融合良好的地图进行环境抽象。在本文中，我们提出了一个无地图规划器，直接进行这种抽象的未融合的传感器数据。提出了一种具有可靠邻近查询算法的有限内存数据结构，用于维护原始历史信息。设计了一种基于采样的自由空间骨架提取方法。智能航路点选择策略能够在生成的飞行走廊内生成高质量的轨迹。该规划器与其他无地图规划器的不同之处在于它能有效地提取和利用环境信息。在线重计划的一致性和成功率都显着提高传统的无地图方法。
2020-11-11 cs.RO
Planning with Abstract Learned Models While Learning Transferable Subtasks
University of Maryland, Baltimore County（马里兰大学巴尔的摩县分校）；Carnegie Mellon University（卡内基梅隆大学）；Georgia Institute of Technology（佐治亚理工学院）；University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）；Simmons University（西蒙斯大学）
我们介绍了一种基于模型的分层强化学习算法，以获得自包含的过渡和奖励模型适用于概率规划在多个抽象层次。我们称这个框架为抽象学习模型规划（PALM）。通过使用一种新的形式化结构，即提升抽象马尔可夫决策过程（L-AMDP）来象征性地表示子任务，PALM学习独立和模块化的模型。通过我们的实验，我们展示了PALM如何整合规划和执行，促进快速有效地学习抽象的层次模型。我们还展示了学习模型转移到新的相关任务的潜力。
2020-06-12 cs.AI cs.LG cs.RO
HOPHY: A Hierarchical Hypergraph Representation for Off-Road Path and Mission Planning
University at Buffalo（布法罗大学）
HOPHY提出一种层次超图地形表示，实现高效越野路径与任务规划，在公里级地图上达到100%规划成功率且代价偏差极小，计算量较像素A*降低79倍。
2026-09-18 cs.RO
Reconfiguration-Complete Motion Primitives with Constructive Planning for Deformable Planar Modular Robots
Institute of AI and Robotics, Academy for Engineering & Technology, Fudan University（复旦大学工程与技术学院人工智能与机器人研究所）
针对可变形平面模块化机器人重构规划的固定表示难题，提出带构造性规划的运动原语及前瞻选择器，证明N≥7的边连接非直线构型可相互重构，实验显示规划时间短于现有框架。
2026-08-19 cs.RO
Efficient Planning of Multi-Robot Collective Transport using Graph Reinforcement Learning with Higher Order Topological Abstraction
University at Buffalo（布法罗大学）；Temple University（天普大学）；University of Texas at Dallas（德克萨斯大学达拉斯分校）
针对大规模多机器人集体运输任务分配难题，本文提出用持续同调拓扑描述符增强图神经网络并以 PPO 训练，从而在更大问题上实现快速且可迁移的规划。
2023-08-17 cs.MA cs.RO
RobotFleet: An Open-Source Framework for Centralized Multi-Robot Task Planning
本文提出开源框架RobotFleet，利用LLM进行集中式多机器人任务规划与调度，通过模块化自主技术栈和容器化服务抽象，降低构建可扩展异构多机器人系统的门槛。
2025-10-12 cs.AI cs.MA cs.RO
Bilevel Learning for Bilevel Planning
Carnegie Mellon University（卡内基梅隆大学）；Centaur AI Institute（Centaur人工智能研究所）；Princeton University（普林斯顿大学）
本文提出神经符号双层学习框架 IVNTR，通过交替学习谓词效果与函数，从演示中获得可组合泛化的神经谓词，并在机器人规划与真实移动操作任务中显著提升未见场景成功率。
2025-05-11 cs.RO
Symbolic Planning and Control Using Game Theory and Grammatical Inference
University of Delaware（特拉华大学）
本文提出了一种将博弈论与语法推理和离散抽象结合在一起的方法，以综合混合动力系统在部分未知但规则支配的对抗环境中执行任务的控制策略。组合配方保证系统规格得到满足，如果（a）的真实模型的环境是在类的模型推断从一个积极的介绍，（b）观察到的特征样本，和（c）的任务规格是满足给定的系统（代理）和环境的能力。
2012-10-05 cs.GT cs.RO
Encoding Reusable Multi-Robot Planning Strategies as Abstract Hypergraphs
Rice University（莱斯大学）；University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；ITAM（墨西哥自治技术学院）
本研究针对多机器人任务规划复杂度高、难在线求解的问题，结合DaSH超图框架与抽象学习技术，将单机器人策略学习方法扩展至多机器人场景以提升规划效率。
2024-09-16 cs.AI cs.MA cs.RO
Recover, Discover, Plan: Learning Skills and Concepts from Robot Failures
CMU（卡内基梅隆大学）；Princeton（普林斯顿大学）；AI2（艾伦人工智能研究所）；MIT（麻省理工学院）；Centaur AI；Bosch Center for AI（博世人工智能中心）
提出ReSYNC方法，通过技能学习与概念发现的交替过程，从失败恢复经验中逐步构建抽象谓词，实现全局失败避免和长期规划，性能提升超50%。
2026-10-12 cs.RO
Visualizing Local Minima in Multi-Robot Motion Planning using Multilevel Morse Theory
多机器人运动规划问题往往存在许多局部极小点。必须将这些局部最小值可视化，以便我们可以更好地理解、调试和与多机器人系统交互。为了实现这一目标，我们提出了多机器人运动探测器，一种算法，通过引入基于组件的框架，通过减少每个机器人的组件空间使用纤维束，减少多机器人配置空间，从而扩展了以前的结果多层次莫尔斯理论。我们的算法利用这种组件结构搜索和可视化局部极小值。该算法的用户可以指定多级抽象和优化算法。我们使用这些信息来逐步建立一个局部最小树为一个给定的问题。我们证明了这种算法上的几个多机器人系统的多达20个自由度。
2020-04-29 cs.RO
Embodied Robot Manipulation in the Era of Foundation Models: Planning and Learning Perspectives
Xi’an Jiaotong Univeristy（西安交通大学）；Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））；Chinese Academy of Sciences（中国科学院）；Westlake University（西湖大学）；Zhejiang University（浙江大学）；University of Sydney（悉尼大学）；BAAI（百度人工智能研究院）；Peking University（北京大学）
本文探讨了基础模型时代机器人操作的规划与学习方法，分析了高层推理与低层控制的统一框架，并提出了未来研究方向。
2026-08-18 cs.RO
Planning with SiMBA: Motion Planning under Uncertainty for Temporal Goals using Simplified Belief Guides
University of Colorado Boulder（科罗拉多大学博尔德分校）
本文提出一种多层运动规划算法，利用系统简化模型的轨迹在组合任务和信念空间中引导基于采样的搜索树，解决线性时序逻辑规范下的运动与感知不确定性问题，避免了构建精细有限抽象，显著加速了复杂规范下的规划。
2023-04-09 cs.FL cs.RO cs.SY
MRTA-Sim: A Modular Simulator for Multi-Robot Allocation, Planning, and Control in Open-World Environments
Department of Electrical Engineering and Computer Sciences, University of California at Berkeley（加州大学伯克利分校电子工程与计算机科学系）；Toyota Motor North America（丰田北美公司）
本文提出MRTA-Sim，一个基于Python/ROS2/Gazebo的模块化仿真器，用于在复杂室内环境中测试多机器人任务分配方法，结合NAV2规划与CBF-QP冲突消解，并通过SMT方法验证其有效性。
2025-04-21 cs.RO cs.SY eess.SY
