Option-Aware Adversarial Inverse Reinforcement Learning for Robotic Control
Purdue University(普渡大学);KAUST(阿卜杜拉国王科技大学);George Washington University(乔治华盛顿大学)
本文提出一种结合对抗逆强化学习与期望最大化的分层模仿学习算法,通过引入有向信息项和变分自编码器实现端到端策略学习,并在机器人控制任务中验证其优越性。
2023-05-26 cs.AI cs.LG cs.RO
From Continual Learning to Causal Discovery in Robotics
University of Lincoln(林肯大学);University of Padua(帕多瓦大学)
从传感器数据的时间序列重建动态系统的精确因果模型是许多现实世界场景中的关键问题。在本文中,我们提出了一个概述,根据我们的经验,因果分析时遇到的实际挑战,应用于自主机器人和持续学习~(CL)如何可以帮助克服这些问题。我们提出了一种可能的方式来利用CL范式,使因果发现可行的机器人应用程序的计算资源是有限的,而在同一时间利用机器人作为一个积极的代理,有助于提高重建的因果模型的质量。
2023-01-10 cs.RO
Causality-Based Reinforcement Learning Method for Multi-Stage Robotic Tasks
School of Computer Science and Engineering, Sun Yat-sen University(中山大学计算机科学与工程学院)
本文提出一种将因果关系与强化学习结合的方法,通过自动发现动作与奖励的因果关系构建因果动作空间,并利用因果策略梯度提升多阶段机器人任务的性能。
2025-03-05 cs.RO
RoCoDA: Counterfactual Data Augmentation for Data-Efficient Robot Learning from Demonstrations
Georgia Institute of Technology(佐治亚理工学院);Apptronik, Inc.(Apptronik公司)
针对机器人模仿学习泛化难、数据成本高的问题,提出融合因果不变性与SE(3)等变性的RoCoDA反事实数据增强框架,在五项操作任务上实现了优于现有方法的策略性能、泛化性与样本效率。
2025-05-20 cs.AI cs.CV cs.LG
Goal-Aware Generative Adversarial Imitation Learning from Imperfect Demonstration for Robotic Cloth Manipulation
Nara Institute of Science and Technology(奈良先端科学技术大学院大学)
生成对抗模仿学习(GAIL)可以学习策略,而无需从演示中明确定义奖励函数。GAIL有潜力学习以高维观测为输入的策略,例如,图像.通过将GAIL应用于真正的机器人,也许可以获得机器人的日常活动,如洗涤,折叠衣服,烹饪和清洁。然而,人类的示范数据往往是不完美的,由于错误,这降低了性能的政策。我们通过关注以下特征来解决这个问题:1)许多机器人任务都是达到目标的任务,2)在演示数据中标记这些目标状态相对容易。考虑到这些,本文提出了目标感知生成对抗性模仿学习(GA-GAIL),它通过引入第二个参数来区分目标状态,与指示演示数据的第一个参数并行地训练策略。这扩展了一个标准的GAIL框架,通过一个促进实现目标状态的目标状态学习器,即使是从不完美的演示中,也能更稳健地学习理想的策略。此外,GA-GAIL采用熵最大化深度P-网络(EDPN)作为生成器,该生成器在策略更新中同时考虑平滑性和因果熵,以实现来自两个鉴别器的稳定策略学习。我们所提出的方法被成功地应用到两个真正的机器人布料操作任务:把手帕和折叠衣服。我们证实,它学习布料操纵政策没有特定任务的奖励功能设计。真实实验的视频可在https://youtu.be/h_nII2ooUrE上获得。
2022-09-21 cs.RO
Maximum Causal Entropy Specification Inference from Demonstrations
University of California, Berkeley(加州大学伯克利分校)
在许多设置中(例如,机器人)演示提供了一种指定任务的自然方式;然而,用于从演示中示教学习的大多数方法或者不提供为任务学习的工件(诸如奖励或策略)可以被安全地组成的保证,和/或不显式地捕获历史依赖性。出于这种缺陷,最近的作品提出了学习布尔任务规范,一类布尔非马尔可夫奖励承认定义明确的组成,并明确处理历史依赖关系。这项工作继续这一研究路线,通过适应最大因果熵逆强化学习,以估计后验概率的规格给定的多组演示。关键的算法见解是利用大量的文献和工具,减少了有序的二元决策图,有效地编码时间展开的马尔可夫决策过程。这使得能够将朴素指数时间算法转换为多项式时间算法。
2020-05-16 cs.LG cs.RO stat.ML
WorldToken: Time-First Sequence Modeling for Robotic Imitation Learning
School of Remote Sensing and Information Engineering, Wuhan University(武汉大学遥感信息工程学院);Tsinghua University(清华大学);Institute for AI Industry Research, Tsinghua University(清华大学人工智能产业研究院)
该研究提出时间优先序列建模方法WorldToken,融合多类观测生成世界token序列,结合因果时间Transformer与扩散动作头,在机器人模仿学习任务上验证了其可行性及数据缩放、时间上下文特性。
2026-10-05 cs.RO
Causal versus Marginal Shapley Values for Robotic Lever Manipulation Controlled using Deep Reinforcement Learning
Norwegian University of Science and Technology (NTNU)(挪威科技大学 (NTNU))
我们调查的影响,包括领域知识的机器人系统的因果关系时产生的解释。为此,我们比较了可解释人工智能的两种方法,流行的KernelSHAP和最近的因果SHAP,在使用深度强化学习训练的深度神经网络上使用机器人操纵器控制杠杆的任务。KernelSHAP的一个主要缺点是它的解释只表示特征对模型输出的直接影响,而不考虑特征通过影响其他特征对输出的间接影响。因果SHAP使用部分因果排序来改变KernelSHAP的抽样程序,以纳入这些间接影响。这种部分因果排序定义了特征之间的因果关系,我们使用关于杠杆控制任务的领域知识来指定这一点。我们表明,使解释方法来解释间接影响,并结合一些领域的知识,可以导致更好地符合人类直觉的解释。这对于现实世界的机器人任务特别有利,其中有相当大的因果关系在起作用,此外,所需的领域知识通常是方便可用的。
2021-11-04 cs.LG cs.RO
CAGE: Causal Attention Enables Data-Efficient Generalizable Robotic Manipulation
Shanghai Jiao Tong University(上海交通大学);Shanghai Artificial Intelligence Laboratory(上海人工智能实验室)
本文提出 CAGE 机器人操作策略,融合 DINOv2、LoRA、因果 Perceiver 与扩散动作头,仅用 50 个演示即可显著提升视觉变化下的泛化与任务表现。
2024-12-06 cs.RO
CADeT: Causal-Aware Deformation Transmission for Indirect Robotic Manipulation of Soft Tissue
University of Leeds(利兹大学)
针对机器人辅助微创手术中软组织间接操作的模糊性问题,提出因果感知变形传递框架CADeT,结合结构因果模型与主动感知,实现模式识别与形状控制,验证中优于基线。
2026-10-01 cs.RO
Efficient Causal Discovery for Robotics Applications
University of Lincoln(林肯大学);University of Padua(帕多瓦大学)
本文提出了一种名为F-PCMCI的快速准确的因果分析方法,能够在有限计算资源下实时重构人机交互场景的因果模型,从而提升机器人与人类的交互质量。
2023-10-24 cs.AI cs.RO
A Human-Centered Approach for Bootstrapping Causal Graph Creation
The University of Texas at Arlington(德克萨斯大学阿灵顿分校)
本文提出以人为本的增强现实框架,让人在变量选择、关系建立、干预、反事实解释和图评估中参与因果发现,并以机械臂拾取放置任务验证其潜力。
2024-03-03 cs.RO
A Causal-based Approach to Explain, Predict and Prevent Failures in Robotic Tasks
Chalmers University of Technology(查尔姆斯理工大学)
在真实环境中工作的机器人需要适应意想不到的变化,以避免失败。这是一个开放而复杂的挑战,需要机器人及时预测和识别故障原因,以防止故障发生。在本文中,我们提出了一种因果关系的方法,使机器人能够预测错误可能发生的时间,并通过执行纠正措施来防止错误的发生。首先,我们提出了一个基于因果贝叶斯网络的方法来检测任务执行及其后果之间的因果关系。所获得的模型从模拟数据转移到真实场景,以证明所获得的模型的鲁棒性和通用性。基于因果BN,机器人可以预测执行的动作在其当前状态下是否会成功以及为什么会成功。然后,我们介绍了一种新的方法,通过对比广度优先搜索,找到最接近的状态的替代品,如果当前的行动被预测失败。我们评估我们的方法在两种情况下堆叠立方体的问题; a)单栈(堆叠一个立方体)和; b)多栈(堆叠三个立方体)。在单栈的情况下,我们的方法能够减少出错率的97%。我们还表明,我们的方法可以扩展到在一个模型中捕获多个动作,允许测量及时转移的动作效果,例如第一个立方体的不精确堆栈对第三个立方体的堆栈成功的影响。对于这些复杂的情况,我们的模型能够防止约75%的堆叠错误,即使是具有挑战性的多堆叠场景。因此,证明我们的方法能够解释,预测和防止执行失败,甚至可以扩展到复杂的场景,需要了解操作历史如何影响未来的操作。
2022-09-12 cs.RO
CausalWorld: A Robotic Manipulation Benchmark for Causal Structure and Transfer Learning
ETH Zürich(苏黎世联邦理工学院);MPI Tübingen(图宾根马克斯·普朗克研究所);Mila, University of Montreal(蒙特利尔大学Mila)
尽管最近强化学习(RL)的成功,它仍然是一个挑战,代理人学习的技能转移到相关的环境。为了促进解决这个问题的研究,我们提出了因果结构和迁移学习在机器人操作环境中的一个基准Causal World。该环境是一个开源机器人平台的模拟,因此提供了仿真到现实迁移的可能性。任务包括从一组给定的块构建3D形状-灵感来自儿童如何学习构建复杂的结构。Causal World的关键优势在于,它提供了具有共同因果结构和潜在因素的此类任务的组合家族(包括,例如,机器人和物体质量、颜色、尺寸)。用户(或代理)可以干预所有因果变量,这允许对不同任务(或任务分布)的相似程度进行细粒度控制。因此,可以容易地定义期望难度水平的训练和评估分布,以特定形式的泛化为目标(例如,仅改变外观或物体质量)。此外,这种常见的参数化有助于通过在初始任务和目标任务之间进行插值来定义课程。虽然用户可以定义自己的任务分布,但我们提出了八种有意义的分布作为具体的基准,从简单到非常具有挑战性,所有这些都需要长期规划以及精确的低级运动控制。最后,我们为这些任务的一个子集提供了不同的培训课程和相应的评估协议的基线结果,验证了该基准中任务的可行性。
2020-11-24 cs.LG cs.RO stat.ML
Autonomous Robotic Arm Manipulation for Planetary Missions using Causal Machine Learning
Cranfield University(克兰菲尔德大学);School of Aerospace, Transport and Manufacturing, Cranfield University(克兰菲尔德大学航空、运输与制造学院)
本文提出在模拟行星环境中结合因果机器学习与强化学习,使机械臂无需先验知识或预收集数据即可通过交互识别物体的质量、摩擦系数等因果因素。
2024-03-01 astro-ph.EP astro-ph.IM cs.LG
FARM: Reading Failure Signals from the Internal Predictive States of a Frozen Robotic World Model
Institute of Automation, Chinese Academy of Sciences(中国科学院自动化研究所);Harbin Institute of Technology(哈尔滨工业大学)
FARM通过仅训练一个33,985参数的读取器,从冻结的VLA-JEPA世界模型预测状态中解码失败信号,实现低延迟、可迁移的因果执行监控,并在多任务基准上取得最优性能。
2026-09-11 cs.RO
Learning Low-Level Causal Relations using a Simulated Robotic Arm
Comenius University Bratislava(布拉迪斯拉发考门斯基大学);Faculty of Mathematics, Physics and Informatics, Comenius University Bratislava(布拉迪斯拉发考门斯基大学数学、物理与信息学院);University of Hamburg(汉堡大学)
本文利用模拟机械臂的感觉运动数据学习前向与逆向模型,并通过特征归因分析揭示低层因果关系,为状态降维和高层因果可解释性提供基础。
2024-12-24 cs.AI cs.LG cs.RO
RoboStream: Weaving Spatio-Temporal Reasoning with Memory in Vision-Language Models for Robotics
Shenzhen International Graduate School, Tsinghua University(深圳国际研究生院,清华大学);YXGN Robotics(YXGN机器人);China University of Mining and Technology(中国矿业大学);Shenzhen Technology University(深圳技术大学);Huazhong University of Science and Technology(华中科技大学);Xiamen University(厦门大学)
RoboStream通过时空融合令牌和因果时空图实现持久记忆,解决机器人长时间任务中的几何锚定和状态追踪问题,提升长期任务表现。
2026-07-13 cs.RO
Causal Counterfactuals for Improving the Robustness of Reinforcement Learning
Trinity College Dublin(都柏林圣三一学院)
本文提出完整因果RL框架CausalCF,融合Causal Curiosity的干预机制与改造后的CoPhy反事实推理,并在CausalWorld机器人任务中验证其可提升RL鲁棒性。
2023-06-05 cs.AI cs.LG cs.RO
Feedback in Imitation Learning: The Three Regimes of Covariate Shift
Princeton(普林斯顿大学);Aurora Innovation(奥罗拉创新公司);Carnegie Mellon(卡内基梅隆大学)
模仿学习的实践者经常注意到,对先前行为的条件化策略导致学习者在原地的“坚持”错误和表现之间的巨大差异。互动的方法可以证明解决这个分歧,但需要反复查询的演示。最近的工作确定了这种分歧是源于一个“因果混淆”在预测当前的行动,并寻求消融因果方面的当前状态使用工具的因果推理。在这项工作中,我们认为,这种分歧只是协变量偏移的另一种表现形式,加剧了决策和输入功能之间的反馈设置。学习者通常依赖于对决策具有强预测性的特征,但这些特征受到强协变量偏移的影响。我们的工作证明了广泛的一类问题,这种转变可以减轻,理论上和实践中,利用模拟器,但没有任何进一步的查询专家演示。我们分析了现有的基准用于测试模仿学习的方法,并发现这些基准是可实现的和简单的,因此不足以捕捉更难的制度错误复合在现实世界中的决策问题。我们发现,在一个令人惊讶的对比与以前的文献,但与我们的理论相一致,天真的行为克隆提供了极好的结果。我们详细介绍了需要新的标准化基准,捕捉机器人问题中看到的现象。
2021-02-11 cs.LG cs.RO stat.ML
Message Flow Analysis with Complex Causal Links for Distributed ROS 2 Systems
Polytechnique Montréal(蒙特利尔综合理工学院)
分布式机器人系统在很大程度上依赖于网络订阅通信范式和支持它的中间件框架,如机器人操作系统(ROS),以有效地实现模块化计算图。ROS2执行器是一个处理ROS2消息的高级任务调度器,它是一个性能瓶颈。我们扩展了ros2_tracing,一个框架与仪器和工具的实时跟踪的ROS 2,跨分布式ROS 2系统的消息流的分析和可视化。我们的方法检测输入和输出消息之间的一对多和多对多的因果联系,包括通过简单的用户级注释的间接因果联系。我们验证我们的方法在合成和真实的机器人系统,并证明其低运行时开销。此外,可以进一步利用底层中间执行表示数据库来提取附加度量和高级结果。这可以为进一步研究和改进ROS 2执行器以及优化任何ROS 2系统提供有价值的时间和调度信息。源代码可在https://github.com/christophebedard/ros2-message-flow-analysis上获得。
2023-01-02 cs.RO
Exploring Causality for HRI: A Case Study on Robotic Mental Well-being Coaching
University of Cambridge(剑桥大学);Politecnico di Milano(米兰理工大学);Indian Institute of Technology Madras(马德拉斯印度理工学院);Bogazici University(博阿齐奇大学)
本文以工作场所中为期四周的自适应机器人心理健康辅导为案例,采用宏观与微观因果分析,探究机器人依据面部效价、言语时长等多模态行为进行自适应对提升幸福感的作用。
2025-03-04 cs.AI cs.CY cs.HC
Causality-Aware Transformer Networks for Robotic Navigation
University of New South Wales(新南威尔士大学);Macquarie University(麦考瑞大学);Commonwealth Scientific and Industrial Research Organisation(英联邦科学与工业研究组织)
针对现有视觉导航方法忽略具身智能特性、泛化性不足的问题,提出带因果理解模块的因果感知Transformer网络,无任务特定归纳偏置、可端到端训练,在多环境多任务中性能优于基准。
2024-10-05 cs.AI cs.LG cs.RO
ROS-Causal: A ROS-based Causal Analysis Framework for Human-Robot Interaction Applications
University of Lincoln(林肯大学);University of Padua(帕多瓦大学);National Research Council of Italy(意大利国家研究委员会)
本文提出ROS-Causal框架,基于ROS实现人机空间交互中的机载数据采集与因果发现,填补现有因果发现方法在ROS生态缺失的空白,并通过模拟器验证其有效性。
2024-03-21 cs.AI cs.RO
ROPES: Robotic Pose Estimation via Score-Based Causal Representation Learning
Google DeepMind(谷歌DeepMind);Carnegie Mellon University(卡内基梅隆大学);Rensselaer Polytechnic Institute(伦塞拉尔理工学院)
本文提出ROPES,一种基于评分因果表示学习的无监督机器人姿态估计方法,通过干预识别可控潜在因子,无需标记数据即可高保真解耦,为CRL提供实用测试平台。
2025-10-23 cs.LG cs.RO
Bootstrap Dynamic-Aware 3D Visual Representation for Scalable Robot Learning
Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州));Shenzhen University(深圳大学);Beijing Jiaotong University(北京交通大学);Central South University(中南大学)
AFRO通过动态感知的3D表示提升机器人操作性能,结合扩散策略实现高效预训练。
2026-08-19 cs.CV cs.RO
PACT: Perception-Action Causal Transformer for Autoregressive Robotics Pre-Training
Microsoft(微软)
长期以来,机器人技术一直是一个充满复杂系统架构的领域,其模块和连接,无论是传统的还是基于学习的,都需要大量的人类专业知识和先验知识。受大型预训练语言模型的启发,这项工作引入了一种用于预训练通用表示的范例,该通用表示可以作为给定机器人上多个任务的起点。我们提出了感知-动作因果Transformer(PACT),一个基于生成变换器的架构,旨在以自我监督的方式直接从机器人数据中构建表示。通过对状态和动作随时间的自回归预测,我们的模型隐式地编码特定机器人的动力学和行为。我们的实验评估集中在移动代理领域,我们表明,这种机器人特定的表示可以作为一个单一的起点,以实现不同的任务,如安全导航,定位和映射。我们评估了两个形状因子:一个轮式机器人,使用激光雷达传感器作为感知输入(MuSHR),和一个模拟代理,使用第一人称RGB图像(生境)。我们发现,在较大的预训练模型之上微调特定于任务的小型网络,与同时为所有任务从头开始训练单个模型相比,其性能显着更好,并且与为每个任务独立训练单独的大型模型的性能相当。通过在任务之间共享一个公共的高质量表示,我们可以降低整体模型容量,并加快此类系统的实时部署。
2022-09-23 cs.AI cs.CV cs.LG
Enhancing Causal Discovery from Robot Sensor Data in Dynamic Scenarios
University of Lincoln(林肯大学);University of Padua(帕多瓦大学)
从传感器数据的时间序列中识别动态系统的主要特征并学习其因果关系是许多实际机器人应用中的关键问题。在本文中,我们提出了一个扩展的国家的最先进的因果发现方法,PCMCI,嵌入一个额外的特征选择模块的基础上转移熵。从一组预先确定的变量开始,新算法通过只考虑其主要特征而忽略那些被认为对理解系统演化不必要的特征来重建所观察系统的因果模型。我们首先验证的方法上的玩具问题和合成数据的大脑网络,其中地面实况模型是可用的,然后在现实世界的机器人场景中使用大规模的时间序列数据集的人类轨迹。实验表明,我们的解决方案在准确性和计算效率方面优于以前的最先进技术,可以更好,更快地从机器人传感器数据中发现有意义的模型。
2023-02-20 cs.RO
CAnDOIT: Causal Discovery with Observational and Interventional Data from Time-Series
University of Lincoln(林肯大学);University of Padua(帕多瓦大学)
本文提出CAnDOIT方法,结合观测和干预时间序列数据重构因果模型,解决隐藏因素下仅靠观测数据难以识别因果关系的问题,并在合成数据和机器人操作基准上验证其能有效提升因果分析准确性。
2024-10-11 cs.AI cs.LG cs.RO
A Deconfounding Framework for Human Behavior Prediction: Enhancing Robotic Systems in Dynamic Environments
本文提出一种去混淆框架,通过整合先进的时间序列预测方法,提升动态环境中人类行为预测的准确性,为适应性人机交互系统提供可靠基础。
2026-03-16 cs.RO
Experimental Evaluation of ROS-Causal in Real-World Human-Robot Spatial Interaction Scenarios
School of Computer Science, University of Lincoln, UK(林肯大学计算机科学学院);Dept. of Information Engineering, University of Padua, Italy(帕多瓦大学信息工程系);National Research Council of Italy(意大利国家研究理事会)
本研究评估了ROS-Causal框架在真实人类-机器人空间交互场景中的性能,通过模拟和实验室实验验证其在因果发现和机器人部署中的有效性。
2026-02-16 cs.AI cs.RO
Learning Causal Structure Distributions for Robust Planning
School of Informatics, Computing and Engineering, Indiana University(信息学、计算与工程学院,印第安纳大学);Nuro, Inc.(Nuro公司)
本文提出一种估计因果结构分布以指导编码器-多解码器概率模型潜在空间表示的方法,通过学习功能关系并考虑结构不确定性,构建了更鲁棒的机器人动力学模型,在显著降低计算资源的同时改善了下游规划,并在仿真和真实环境中验证了其对损坏输入与环境变化的适应性。
2025-08-08 cs.AI cs.LG cs.RO
CURE: Simulation-Augmented Auto-Tuning in Robotics
University of South Carolina(南卡罗来纳大学);Texas A&M University(德克萨斯农工大学);Carnegie Mellon University(卡内基梅隆大学)
CURE通过识别因果相关配置选项并利用仿真学习因果模型,缩减搜索空间,实现机器人配置的快速自动调优,并验证了其在物理机器人和仿真间的可迁移性。
2025-02-25 cs.AI cs.RO
Enhancing Visual Place Recognition via Fast and Slow Adaptive Biasing in Event Cameras
Queensland University of Technology (QUT)(昆士兰科技大学);Centre for Robotics(机器人中心)
针对事件相机偏置参数影响下游任务性能的问题,提出快慢结合的自适应反馈控制算法,通过调整不应期、像素带宽和事件阈值优化参数,在自建数据集的视觉位置识别任务中性能优于现有方法。
2024-08-13 cs.CV cs.RO
Can Causal Models Enhance Robot Navigation? Online Causal Adaptation for Real-Robot Navigation
Chalmers University of Technology(查尔姆斯理工大学)
研究因果模型在真实机器人导航中的迁移问题,提出离线评估和在线自适应两种应用方式,实验表明因果模型在复杂场景下能显著提升导航性能。
2026-06-16 cs.RO
Empirical Estimates on Hand Manipulation are Recoverable: A Step Towards Individualized and Explainable Robotic Support in Everyday Activities
University of Bremen(不来梅大学)
机器人系统的一个关键挑战是弄清楚另一个智能体的行为。得出正确推论的能力对于从例子中得出人类行为至关重要。处理正确的推论是特别具有挑战性的(混杂)因素不控制实验(观察证据)。出于这个原因,依赖于相关推理的机器人可能会对证据做出有偏见的解释。我们建议为机器人配备必要的工具,对人类进行观察研究。具体来说,我们提出并探讨了结构因果模型的可行性与非参数估计,以获得经验估计的手的行为在虚拟厨房场景中的对象操作的背景下。特别是,我们专注于推断(较弱)的条件下的部分混杂(模型只覆盖一些因素)和面对估计数百个样本,而不是典型的数千个订单。研究这些条件可以探索这种方法的界限及其可行性。尽管条件具有挑战性,但从验证数据推断的估计值是正确的。此外,这些估计是稳定的,对三个反驳策略,其中四个估计是一致的。此外,两个个体的因果量揭示了该方法检测积极和消极影响的灵敏度。该方法的有效性,稳定性和可解释性是令人鼓舞的,并作为进一步研究的基础。
2022-01-27 cs.AI cs.RO
Causal Reinforcement Learning for Optimisation of Robot Dynamics in Unknown Environments
Cranfield University(克兰菲尔德大学)
针对机器人在未知环境中因缺乏交互动力学认知而难以自主操作的问题,提出一种新颖的因果强化学习架构,通过学习物体视觉特征与交互动力学的因果关系优化决策,在城市场景中使学习时间降低24.5%以上。
2024-09-20 cs.LG cs.RO
Causal Discovery of Dynamic Models for Predicting Human Spatial Interactions
University of Lincoln(林肯大学);University of Padua(帕多瓦大学)
利用机器人在人类共享的环境中进行活动,无论是仓库、购物中心还是医院,都要求这些机器人理解附近代理和对象之间的潜在物理交互。特别是,对后者之间的因果关系进行建模可以帮助预测未观察到的人类行为,并预测特定机器人干预的结果。在本文中,我们提出了一个因果发现方法的应用程序来模拟人与机器人的空间交互,试图了解人类的行为,从现实世界中的传感器数据在两种可能的情况下:人类与环境的互动,和人类与障碍物的互动。新的方法和实际的解决方案进行了讨论,利用,第一次,一个国家的最先进的因果关系发现算法在一些具有挑战性的人类环境中,在许多服务机器人场景的潜在应用。为了证明从现实世界的数据集获得的因果模型的效用,我们提出了因果和非因果预测方法之间的比较。我们的研究结果表明,因果模型正确地捕捉所考虑的场景的潜在相互作用,并提高其预测精度。
2023-02-20 cs.AI cs.RO
Remember Smarter: Visual History Compressor and Hyperbolic Experience Space for Robotic Memory
Xidian University(西安电子科技大学)
该研究提出即插即用模块 RS,通过双分支结构压缩视觉历史并组织经验,适配 pi0 后显著提升机器人任务成功率,在真实机器人实验中表现优异。
2026-08-18 cs.RO
Intelligent Agent-Based Stimulation for Testing Robotic Software in Human-Robot Interactions
University of Bristol(布里斯托大学);University of the West of England(西英格兰大学)
机器人软件测试的挑战超出了传统的软件测试。需要为并发运行的多个程序和硬件生成有效、真实和有趣的测试,并将其部署到有人员的动态环境中。我们调查使用的信念-欲望-意图(BDI)代理作为测试生成模型,在域中的人-机器人交互(HRI)的模拟。这些模型提供了合理的代理,因果关系和推理机制,用于规划,模拟智能和自适应机器人,以及由人类指导的智能测试环境。我们引入了强化学习(RL),使用基于覆盖反馈的奖励函数来自动探索BDI模型。我们的方法进行评估,使用协同制造的例子,在测试中的机器人软件是间接刺激通过一个模拟的人类同事。我们得出结论,BDI代理提供了直观的模型,在HRI域的测试生成。我们的研究结果表明,RL可以完全自动化BDI模型探索,导致非常有效的覆盖导向测试生成。
2016-07-13 cs.RO cs.SE
Counterfactual Explanation and Causal Inference in Service of Robustness in Robot Control
The University of Edinburgh(爱丁堡大学)
我们提出了一个架构,用于训练生成模型的反事实条件的形式,'我们可以修改事件A导致B而不是C?”,在机器人控制中的应用。使用“对抗训练”范例,训练基于图像的深度神经网络模型,以对原始图像进行小而逼真的修改,以产生用户定义的效果。这些修改可以在基于图像的鲁棒控制的设计过程中使用,以确定控制器通过修改输入空间而不是通过自适应返回到工作状态的能力。与传统的控制设计方法相比,鲁棒性在拒绝噪声的能力方面被量化,我们探索了可能导致违反某些要求的反事实空间,从而提出了一种在某些机器人应用中可能更具表现力的替代模型。因此,我们提出了反事实的产生作为一种方法来解释的黑盒子模型和自主机器人控制的潜在运动路径的设想。首先,我们使用众所周知的MNIST和CelebFaces属性数据集在一组分类任务中演示了这种方法。然后,解决多维回归,我们证明了我们的方法,在一个物理机器人达到任务,并在导航任务与机器人在数字孪生模拟。
2020-09-22 cs.AI cs.RO
Parameter Estimation using Reinforcement Learning Causal Curiosity: Limits and Challenges
Digital Scholarship at Oxford(牛津大学数字人文中心);University of Oxford(牛津大学);Faculty of Engineering and Applied Sciences(工程与应用科学学院);Cranfield University(克兰菲尔德大学)
本文评估强化学习方法 Causal Curiosity 在不直接测量时估计系统因果参数的能力,通过机器人机械臂分析其测量精度、敏感性与混杂因素解耦局限,并提出面向真实复杂场景的改进设计建议。
2025-05-13 cs.LG cs.RO
HEXAR: a Hierarchical Explainability Architecture for Robots
Institut de Robòtica i Informàtica Industrial (CSIC-UPC)(机器人与信息工业研究所(CSIC-UPC));PAL Robotics(PAL机器人技术公司);University of Naples Federico II(那不勒斯费德里科二世大学);Artificial Intelligence Research Institute (IIIA-CSIC)(人工智能研究所(IIIA-CSIC))
HEXAR通过分层可解释性架构提升机器人系统的透明度和可解释性,有效提高根因识别和运行效率。
2026-01-06 cs.RO
Autoregressive Action Sequence Learning for Robotic Manipulation
Rutgers University(罗格斯大学)
本文提出自回归策略(ARP)架构,通过分块因果变换器(CCT)生成混合动作序列,解决机器人操作任务,在多个基准上匹配或超越专用方法,且更高效。
2025-03-25 cs.AI cs.LG cs.RO
NVIDIA Cosmos-H-Dreams: Real-Time Generative Physics Simulation for Surgical Robotics
该研究提出Cosmos-H-Dreams系统,结合生成模型与蒸馏技术实现实时外科机器人仿真,支持多控制器驱动,为外科教育等提供开放基础。
2026-08-28 cs.RO
Counterfactual Data Augmentation using Locally Factored Dynamics
University of Toronto(多伦多大学);Vector Institute(向量研究所)
许多动态过程,包括机器人控制和强化学习(RL)中的常见场景,都涉及一组相互作用的子过程。虽然子过程不是独立的,但它们之间的相互作用通常是稀疏的,并且在任何给定时间步的动态通常可以分解为局部独立的因果机制。这种局部因果结构可以被利用来提高序列预测和离线强化学习的样本效率。我们通过引入局部因果模型(LCM)来正式化这一点,该模型是通过状态空间的一个子集进行调节而从全局因果模型中诱导出来的。我们提出了一种方法来推断这些结构的面向对象的状态表示,以及一种新的算法,用于反事实数据增强(CoDA)。CoDA使用局部结构和经验重放来生成在全局模型中因果有效的反事实经验。我们发现,CoDA显着提高了RL代理在本地因素的任务,包括批量约束和目标条件设置的性能。
2020-12-03 cs.AI cs.LG cs.RO
COBRA-PPM: A Causal Bayesian Reasoning Architecture Using Probabilistic Programming for Robot Manipulation Under Uncertainty
Oxford Robotics Institute, Dept. Engineering Science, University of Oxford, UK(牛津大学机器人研究所);Microsoft Research, Redmond, WA, USA(微软研究院);Bristol Robotics Laboratory, School of Engineering, University of the West of England, Bristol, UK(布里斯托尔机器人实验室)
本文提出 COBRA-PPM 因果贝叶斯推理架构,融合因果贝叶斯网络与概率编程进行干预推理,在积木堆叠及家用机器人 sim2real 中实现高预测与任务成功率。
2025-08-29 cs.AI cs.LG cs.RO
Tread: A Visuo-Inertial Framework for Terrain and Locomotion Context-Aware Gait-Phase and Speed Estimation in Wearable Robotics
CSIR-Central Mechanical Engineering Research Institute(CSIR中央机械工程研究所)
该研究提出视觉-惯性框架Tread,结合ATP、TALMI等模块,实现地形、运动模式、步态相位及速度的精准估计,降低传感器安装依赖,在多任务评估中表现优异。
2026-10-15 cs.RO
CaRE: Finding Root Causes of Configuration Issues in Highly-Configurable Robots
ITIS Software, Universidad de Málaga(马拉加大学ITIS软件研究所)
CaRE利用因果推断方法诊断高可配置机器人配置故障的根本原因,通过学习因果结构并估计因果效应,在实体与仿真机器人上验证了有效性及跨平台迁移性。
2023-05-18 cs.AI cs.RO
CaRTS: Causality-driven Robot Tool Segmentation from Vision and Kinematics Data
Johns Hopkins University(约翰斯·霍普金斯大学);Vanderbilt University(范德堡大学)
在机器人辅助手术期间,机器人工具的基于视觉的分割使得下游应用成为可能,例如增强现实反馈,同时允许机器人运动学中的不准确性。随着深度学习的引入,提出了许多方法来直接且仅从图像中解决仪器分割问题。虽然这些方法在基准数据集上取得了显着进展,但与其稳健性有关的根本挑战仍然存在。我们提出了CaRTS,一个因果驱动的机器人工具分割算法,这是基于一个互补的因果模型的机器人工具分割任务。CaRTS不是直接从观察到的图像中推断分割掩模,而是通过正运动学和可微分渲染更新最初不正确的机器人运动学参数来迭代地将工具模型与图像观察结果对齐,以优化端到端的图像特征相似性。我们基准CaRTS与竞争技术的合成以及真实的数据从dVRK,在精确控制的情况下产生的,以允许反事实的合成。在训练域测试数据上,CaRTS实现了93.4的Dice分数,当在相反改变的测试数据上测试时,该分数保持良好(Dice分数为91.8),表现出低亮度、烟雾、血液和改变的背景图案。这与基于SOTA图像的方法的Dice评分分别为95.0和86.7相比是有利的。未来的工作将涉及加速CaRTS以实现视频帧率,并估计遮挡在实践中的影响。尽管有这些限制,我们的结果是有希望的:除了实现高分割精度,CaRTS提供了真实的机器人运动学,这可能有利于应用,如力估计。代码可在:https://github.com/hding2455/CaRTS
2022-06-28 cs.CV cs.RO
Towards a Causal Probabilistic Framework for Prediction, Action-Selection & Explanations for Robot Block-Stacking Tasks
University of Oxford(牛津大学)
针对机器人积木堆叠任务,本文提出将物理仿真嵌入结构因果模型的因果概率框架,以实现状态评估、下一最优动作选择和事后反事实解释。
2023-09-29 cs.AI cs.LG 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
Learning Robotic Manipulation through Visual Planning and Acting
UC Berkeley(加州大学伯克利分校);Technion(以色列理工学院)
规划机器人操作需要对机器人可能影响物体的变化进行推理。当这样的相互作用可以分析建模,如在刚性对象的域,有效的规划算法存在。然而,在家庭和工业领域,感兴趣的对象可以是软的或可变形的,并且难以分析地建模。对于这种情况,我们认为数据驱动的建模方法更合适。近年来,深度生成模型的进展产生了学习从数据中“想象”合理图像的方法。在最近的因果InfoGAN生成模型的基础上,在这项工作中,我们学习直接从机器人与对象的自监督交互的原始图像数据中想象目标导向的对象操作。在学习之后,给定系统的目标观察,我们的模型可以生成一个想象的计划-一系列图像,将对象转换为期望的目标。为了执行该计划,我们将其用作参考轨迹,以使用视觉伺服控制器进行跟踪,我们还从数据中学习逆动力学模型。在一个模拟的操作任务,我们表明,分离的问题,视觉规划和视觉跟踪控制是更有效的样本和更可解释的替代数据驱动的方法。我们进一步展示了我们在3种环境中学习想象和执行的方法,其中最后一种是PR 2机器人上的可变形绳索操作。
2019-05-11 cs.CV cs.LG cs.RO
Temporal Counterfactual Explanations of Behaviour Tree Decisions
Institut de Robòtica i Informàtica Industrial, CSIC-UPC(机器人与计算机工业研究所,CSIC-UPC)
本文提出了一种生成反事实解释的方法,通过构建行为树的因果模型来解释机器人决策原因,提高了机器人系统的透明性和安全性。
2026-05-20 cs.HC cs.RO