Flash: Fast and Light Motion Prediction for Autonomous Driving with Bayesian Inverse Planning and Learned Motion Profiles
Five AI（Five AI公司）；University of Edinburgh（爱丁堡大学）
交通场景中道路使用者的运动预测对于自动驾驶系统至关重要，自动驾驶系统必须在复杂的动态环境中做出安全和鲁棒的决策。我们提出了一种新的自动驾驶运动预测系统。我们的系统是基于贝叶斯逆规划框架，有效地编排基于地图的目标提取，一个经典的基于控制的轨迹生成器和混合专家模型收集专门从事运动轮廓预测的轻量级神经网络。与许多替代方法相比，这种模块化有助于隔离性能因素并更好地解释结果，而不会影响性能。该系统解决了多个方面的利益，即多模态，运动轮廓的不确定性和轨迹的物理可行性。我们报告了几个实验与流行的高速公路数据集NGSIM，展示了最先进的性能方面的轨迹误差。我们还对系统组件进行了详细分析，并进行了基于行为（例如变道与随道）对数据进行分层的实验，以深入了解该领域的挑战。最后，我们提出了一个定性分析，以显示我们的方法的其他好处，如解释输出的能力。
2022-08-15 cs.RO
Planning with Learned Dynamics: Probabilistic Guarantees on Safety and Reachability via Lipschitz Constants
University of Michigan（密歇根大学）
我们提出了一种方法，反馈运动规划系统的未知动态提供概率保证的安全性，可达性和目标稳定性。为了找到一个域，在这个域中，可以信任真实动态的学习控制仿射近似，我们估计真实动态和学习动态之间的差异的Lipschitz常数，并确保估计在给定的概率下是有效的。提供的系统至少有尽可能多的控制状态，我们还推导出存在条件的一步反馈法，可以保持真正的系统在一个小范围内的标称轨迹规划与学习动态。我们的方法将反馈律的存在作为基于采样的规划器中的约束，该规划器返回围绕标称规划的反馈策略，确保如果Lipschitz常数估计有效，则真实系统在计划执行期间是安全的，达到目标，并且最终在关于目标的小集合中是不变的。我们通过使用6D四旋翼和7DOF Kuka臂的学习模型进行规划来演示我们的方法。我们表明，使用相同的学习动力学进行规划而不考虑误差范围或反馈法的存在的基线可能无法稳定在计划周围并变得不安全。
2021-10-19 cs.LG cs.RO cs.SY
Neural-Swarm2: Planning and Control of Heterogeneous Multirotor Swarms using Learned Interactions
California Institute of Technology（加州理工学院）
我们提出了Neural-Swarm 2，一种基于学习的运动规划和控制方法，允许群中的异构多旋翼安全地近距离飞行。由于复杂的空气动力学相互作用力，例如附近无人机产生的下洗和地面效应，无人机的这种操作具有挑战性。传统的规划和控制方法忽略了捕捉这些相互作用的力量，导致在飞行过程中稀疏的群体配置。我们的方法将基于物理的名义动力学模型与具有强Lipschitz特性的学习深度神经网络（DNN）相结合。我们利用两种技术来准确预测异质多旋翼之间的气动相互作用：i）谱归一化，用于稳定性和不可见数据的泛化保证; ii）异质深度集，用于以置换不变的方式支持任何数量的异质邻居，而不会降低表达能力。学习的剩余动力学的好处，提出的相互作用感知的多机器人运动规划和非线性跟踪控制设计，因为学习的相互作用力减少建模误差。实验结果表明，Neural-Swarm 2能够推广到训练案例之外的更大的群体，并显着优于基线非线性跟踪控制器，最坏情况下的跟踪误差减少了三倍。
2021-07-16 cs.AI cs.LG cs.RO
Robot Motion Planning in Learned Latent Spaces
Stanford University（斯坦福大学）
本文提出了基于潜在采样的运动规划（L-SBMP），一种通过学习可规划的潜在表示来计算复杂机器人系统运动规划的方法。最近的工作在控制机器人系统有效地利用本地，低维嵌入高维动力学。在本文中，我们将这些最新进展与基于采样的运动规划（SBMP）技术相结合，以设计一种能够规划传统方法（例如，类人机器人，甚至是在视觉空间中进行规划的系统）。具体来说，学习的潜在空间是通过一个自动编码网络，一个动态网络，和碰撞检查网络，这反映了SBMP的三个主要算法原语，即状态采样，本地转向，和碰撞检查。值得注意的是，这些网络可以只通过系统状态和动作的原始数据以及监督冲突检查器来训练。在这些网络的基础上，使用基于RRT的算法直接在潜在空间中规划运动-我们将这种探索算法称为学习潜在RRT（L2 RRT）。该算法全局地探索潜在空间，并能够推广到新的环境。整体的方法证明了两个规划问题，即视觉规划问题，规划发生在视觉（像素）空间，和一个人形机器人规划问题。
2018-11-06 cs.RO
Planning with Learned Subgoals Selected by Temporal Information
Institute for Anthropomatics and Robotics, Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院人机与机器人研究所）；Robotics and Autonomous Systems, Institute of Applied Research, Karlsruhe University of Applied Sciences（卡尔斯鲁厄应用技术大学应用研究所机器人与自主系统部）
针对动态环境中时间相关约束下的机器人路径规划问题，提出用生成模型增量生成子目标，并基于不同统计分布的学习型时间估计器结合时间信息筛选候选，实验证明可在满足约束的同时保持目标导向。
2024-10-26 cs.RO
PathBench: A Benchmarking Platform for Classical and Learned Path Planning Algorithms
Imperial College London（伦敦帝国理工学院）；Ryerson University（瑞尔森大学）
路径规划是移动机器人技术中的一个重要组成部分。存在各种各样的路径规划算法，但很少有人尝试对算法进行整体基准测试或统一它们的接口。此外，随着深度神经网络的最新进展，迫切需要促进这种基于学习的规划算法的开发和基准测试。本文介绍了PathBench，一个平台，用于开发，可视化，培训，测试和基准测试现有和未来的，经典的和学习的2D和3D路径规划算法，同时提供支持机器人操作系统（ROS）。支持许多现有的路径规划算法;例如A*，波前，快速探索随机树，值迭代网络，门控路径规划网络;并且集成新算法很容易并且明确指定。我们通过比较实现的经典和学习算法的指标，如路径长度，成功率，计算时间和路径偏差的基准测试能力的PathBench。这些评估是在内置的PathBench地图和来自视频游戏和现实世界数据库的外部路径规划环境中完成的。PathBench是开源的。
2021-05-04 cs.LG 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
Bilinear World Models: Learning Representations with Structured Dynamics for Efficient Control
University of Pennsylvania（宾夕法尼亚大学）
本文提出一种JEPA风格的双线性世界模型，通过结构化动态参数化实现高效规划与控制，显著减少规划时间并保持精度，适用于长视界和实时控制任务。
2026-10-30 cs.RO cs.SY eess.SY
Unidirectional-Road-Network-Based Global Path Planning for Cleaning Robots in Semi-Structured Environments
Guangzhou Shiyuan Electronic Technology Co., Ltd.（广州视源电子科技股份有限公司）；School of Data and Computer Science, Sun Yat-sen University（中山大学数据与计算机学院）
针对半结构化环境下清洁机器人全局路径规划的现有缺陷，本文提出基于单向道路网络的混合规划方法，实现路径长度与规则遵从性的更优平衡。
2025-11-17 cs.RO
Model Error Propagation via Learned Contraction Metrics for Safe Feedback Motion Planning of Unknown Systems
University of Michigan（密歇根大学）
我们提出了一种基于收缩的反馈运动规划的局部增量指数稳定系统的未知动态，提供概率安全性和可达性保证的方法。给定一个动态数据集，我们的方法学习动态的深度控制仿射近似。为了找到一个可信的域，这个模型可以用于规划，我们获得了一个估计的Lipschitz常数的模型误差，这是有效的，在一个区域周围的训练数据，提供了一个本地的，空间变化的模型误差范围。我们推导出一个轨迹跟踪误差界的收缩为基础的控制器，受到这个模型误差，然后学习控制器，优化这个跟踪界。在给定的概率下，验证了控制器的正确性和可信域中跟踪误差界的正确性。然后，我们使用与可信域绑定在一起的轨迹误差来指导基于采样的规划器返回可以在执行中鲁棒跟踪的轨迹。我们展示了4D汽车，6D四旋翼和22D可变形物体操作任务的结果，显示我们的方法使用高维欠驱动系统的学习模型安全地计划，而不考虑跟踪误差范围或可信域的基线计划可能无法稳定系统并变得不安全。
2022-03-01 cs.LG cs.RO cs.SY
Planning Multi-Fingered Grasps as Probabilistic Inference in a Learned Deep Network
University of Utah（犹他大学）
我们提出了一种新的方法来多指抓取规划利用学习的深度神经网络模型。我们训练一个卷积神经网络来预测抓取成功率，作为物体的视觉信息和抓取配置的函数。然后，我们可以制定抓取规划推断的把握配置，最大限度地提高把握成功的概率。我们使用反向传播算法在神经网络内部使用梯度上升优化来有效地执行此推断。我们的工作是第一个直接规划高品质的多指掌握配置空间使用深神经网络，而不需要一个外部的规划。我们验证我们的推理方法执行多指和两指掌握真实的机器人。我们的实验结果表明，我们的规划方法优于现有的神经网络规划方法;同时提供其他几个好处，包括学习数据效率高，速度快，足以部署在真正的机器人应用程序。
2018-04-10 cs.RO
Structured-Diffuser: Diffusion with Task-Conditioned Structured Priors for Motion Planning
Institute for Robotics and Intelligent Machines (IRIM)（机器人与智能机器研究所）；Georgia Institute of Technology（佐治亚理工学院）；School of Computational Science and Engineering（计算科学与工程学院）
本文提出一种分层扩散规划器，通过任务和运动结构直接嵌入噪声模型，利用高斯过程运动规划编码轨迹平滑性和任务语义，实验显示在迷宫和KUKA任务中表现更优。
2026-09-28 cs.RO
Scalable Task Planning via Large Language Models and Structured World Representations
Delft University of Technology（代尔夫特理工大学）；Czech Technical University in Prague（布拉格捷克技术大学）；German Aerospace Center (DLR)（德国航空航天中心）
针对大规模环境中任务规划的计算不可行问题，本研究提出利用LLMs的常识知识剪枝状态空间无关组件以简化规划复杂度，并通过家庭模拟实验与7自由度机械臂的真实验证证明了方法的有效性。
2025-02-12 cs.AI cs.RO
Accelerating Cooperative Planning for Automated Vehicles with Learned Heuristics and Monte Carlo Tree Search
Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）；FZI Research Center for Information Technology（FZI信息技术研究中心）
城市交通场景中的高效驾驶需要远见。其他交通参与者的观察和推断他们可能的下一步行动取决于自己的行动被认为是合作预测和规划。人类已经具备了预测多个交互的交通参与者的行为并相应地进行规划的能力，而无需直接与他人进行通信。以前的工作表明，它是可能实现有效的合作规划，而不需要明确的沟通。然而，合作计划的搜索空间如此之大，以至于大部分计算预算都花在探索远离解的无希望区域中的搜索空间上。为了加速规划过程，我们将学习的策略与合作规划方法相结合，以引导搜索具有有希望的行动的区域，以较低的计算成本获得更好的解决方案。
2020-05-22 cs.LG cs.MA cs.RO
Planning with affordances: Integrating learned affordance models and symbolic planning
Oregon State University（俄勒冈州立大学）
本文提出将学习到的物体可供性模型与符号规划相结合，使智能体在AI2-Thor等环境中无需重新定义动作集合即可规划并执行多步骤操作任务。
2025-02-04 cs.AI cs.RO
Alternative Paths Planner (APP) for Provably Fixed-time Manipulation Planning in Semi-structured Environments
NVIDIA（英伟达）；Carnegie Mellon University（卡内基梅隆大学）；University of Washington（华盛顿大学）
在许多应用中，包括物流和制造，机器人操纵器与人类或其他机器人一起在半结构化环境中操作。这些环境在很大程度上是静态的，但它们可能包含一些机器人必须避开的可移动障碍物。这些应用中的操纵任务通常是高度重复的，但需要快速可靠的运动规划能力，通常在严格的时间限制下。现有的基于预处理的方法是有益的，当环境是高度结构化的，但它们的性能下降的存在下，可移动的障碍物，因为这些不是先验建模。我们提出了一种新的预处理为基础的方法称为替代路径规划（APP），提供可证明的固定时间的规划保证在半结构化的环境。APP离线规划一组备选路径，使得对于可移动障碍物的任何配置，来自该组的路径中的至少一个是无碰撞的。在联机执行期间，可以在几微秒内有效地查找无冲突路径。我们评估APP上的7自由度的机器人手臂在半结构化域的不同复杂性，并证明APP是几个数量级的速度比国家的最先进的运动规划器为每个域。我们进一步验证了这种方法与机器人机械手的实时实验。
2021-03-27 cs.RO
From Perception to Symbolic Task Planning: Vision-Language Guided Human-Robot Collaborative Structured Assembly
Department of Civil, Environmental, and Construction Engineering, Texas Tech University（土木、环境与建设工程系，德克萨斯理工大学）
本文提出基于视觉语言模型的人机协作结构装配框架，通过感知到符号态和人感知规划模块提升动态环境下的态估计和任务规划鲁棒性。
2026-10-14 cs.RO
VOiLA: Vectorized Online Planning with Learned Diffusion Models for POMDP Agents
Australian National University（澳大利亚国立大学）；The University of Sydney（悉尼大学）
提出VOiLA框架，利用条件扩散模型学习POMDP模型，通过蒸馏加速采样并与向量化在线规划器集成，在三个基准任务和实物机器人上实现高效在线规划。
2026-10-16 cs.AI cs.RO
Diffusion-based Planning with Learned Viability Filters
University of British Columbia（不列颠哥伦比亚大学）
本文提出学习型可行性过滤器，用于在扩散模型规划中强制执行隐式未来成功约束，并在3D人体足迹规划中验证其高效性，显著快于引导式扩散预测。
2025-02-26 cs.LG cs.RO
Robotic Motion Planning using Learned Critical Sources and Local Sampling
Indian Institute of Technology Kharagpur（印度理工学院哈拉格普尔分校）
基于采样的方法被广泛用于机器人运动规划。传统上，这些样本是从概率（或确定性）分布中抽取的，以均匀地覆盖状态空间。尽管在概率上是完全的，但它们在受限环境中无法在合理的时间内找到可行的路径，在受限环境中必须通过狭窄的通道（瓶颈区域）。现有技术训练学习模型（学习器）以在这些瓶颈区域上选择性地预测样本。然而，这些算法完全依赖于这个学习器生成的样本来导航通过瓶颈区域。随着规划问题的复杂性增加，使该学习器对工作空间结构的细微变化具有鲁棒性所需的数据量和时间在计算上变得难以处理。在这项工作中，我们提出了（1）一个有效的和强大的方法来使用学习器来定位瓶颈区域和（2）两个算法，使用本地采样方法来利用这些瓶颈区域的位置进行有效的运动规划，同时保持概率的完整性。我们测试我们的算法2维规划问题和7维机器人手臂规划，并报告显着的收益，以及学习的基线。
2020-06-07 cs.RO
Fast Motion Planning for Non-Holonomic Mobile Robots via a Rectangular Corridor Representation of Structured Environments
KU Leuven（鲁汶大学）；Flanders Make（法兰德斯制造研究院）
本研究提出了一种基于矩形走廊表示的高效运动规划框架，用于非完整移动机器人在复杂结构化环境中的快速导航。
2026-02-10 cs.RO
Search-Based Task Planning with Learned Skill Effect Models for Lifelong Robotic Manipulation
Carnegie Mellon University（卡内基梅隆大学）
部署在许多现实环境中的机器人需要能够随着时间的推移获得新技能并解决新任务。以前的技能规划工作通常对技能和任务的结构做出假设，例如子目标技能，共享技能实现或特定于任务的计划框架，这限制了对新技能和任务的适应。相比之下，我们建议通过使用在模拟中学习的高级技能效果模型在参数化技能空间中进行联合搜索来进行任务规划。我们使用迭代训练过程来有效地生成相关数据来训练这样的模型。我们的方法允许灵活的技能参数化和任务规范，以促进终身学习的通用领域。实验表明，我们的规划者能够以终身的方式整合新技能，在训练和测试任务中以更低的成本找到新的任务策略。我们还表明，我们的方法可以转移到现实世界中，而无需进一步微调。
2022-04-14 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
Structured 4D Latent Predictive Model for Robot Planning
提出结构化4D潜在预测模型，在潜在空间中预测场景3D结构演化，实现3D一致的场景理解与机器人规划，在复杂操作任务中优于现有视频基规划器。
2026-07-02 cs.CV cs.RO
Risk-Aware Motion Planning with Learned Trajectory Primitives and Probabilistic Safety Assessment
本文提出由径向基函数网络指导的运动规划框架，结合RBFN候选轨迹生成、碰撞概率评估与轨迹优化，在城市驾驶场景中提升风险感知并减少车辆限制违规，确保安全与可解释性。
2026-07-30 cs.RO
Planning with a Receding Horizon for Manipulation in Clutter using a Learned Value Function
University of Leeds（利兹大学）
杂波中的操纵需要在充满物理交互的环境中解决复杂的顺序决策问题。运动规划解决方案在开环中从仿真到现实世界的转移受到对现实世界物理学建模的固有不确定性的影响。我们建议交错规划和执行的实时，在一个闭环设置，使用一个滚动地平线规划（RHP）推动操纵混乱。在这种情况下，我们解决的问题，找到一个合适的价值函数为基础的启发式有效的规划，并估计成本去从地平线的目标。我们估计这样一个价值函数第一次使用现有的抽样为基础的规划器所产生的计划。然后，我们通过强化学习进一步优化价值函数。我们评估我们的方法，并将其与最先进的规划技术进行比较。我们在模拟中进行实验，人工注入的物理参数的不确定性，以及在现实世界中的杂波操作任务。我们表明，这种方法使机器人能够有效地对现实世界的不确定动态作出反应。
2018-07-27 cs.RO
Learned Critical Probabilistic Roadmaps for Robotic Motion Planning
Google（谷歌）；Waymo Research（Waymo研究院）
基于采样的运动规划技术已经成为解决复杂运动规划问题的有效算法范例。这些方法使用一组探测样本来构建机器人状态空间的隐式图形表示，当样本数量增加到无穷大时，允许任意精确的表示。然而，在实践中，解轨迹仅依赖于通常由状态空间中的结构定义的几个临界状态（例如，门道）。在这项工作中，我们提出了一个通用的方法来识别这些关键状态，通过图论技术（介数中心），并学会预测关键性只有当地的环境特征。然后，这些状态通过层次图中的全局连接得到更大程度的利用，称为关键概率路线图。关键的PRM被证明实现了三个数量级的改善均匀采样，同时保留的保证和基于采样的运动规划的复杂性。视频可在https://youtu.be/AYoD-pGd9ms上获得。
2019-10-08 cs.LG cs.RO
IMPASTO: Integrating Model-Based Planning with Learned Dynamics Models for Robotic Oil Painting Reproduction
Stanford University（斯坦福大学）；The University of Texas at Austin（德克萨斯大学奥斯汀分校）；University of California, Berkeley（加州大学伯克利分校）；Columbia University（哥伦比亚大学）
IMPASTO通过整合学习的动力学模型与基于模型的规划，实现机器人基于目标油画图像的复现，无需人类示范或精确模拟，提升复现精度。
2026-03-31 cs.AI cs.RO
PlaneSLAM: Plane-based LiDAR SLAM for Motion Planning in Structured 3D Environments
Stanford（斯坦福大学）
LiDAR传感器是在未知环境中进行机器人同时定位与地图构建（SLAM）的强大工具，但它们产生的原始点云密集，存储计算成本高，不适合下游自主任务（如运动规划）直接使用。为了与运动规划集成，期望SLAM管线产生轻量几何地图表示。这种表示也特别适合人造环境，通常可以被视为建立在笛卡尔网格上的所谓“曼哈顿世界”。在这项工作中，我们提出了一个三维激光雷达SLAM算法的曼哈顿世界环境中提取平面特征点云，实现轻量级，实时定位和映射。我们的方法产生基于平面的地图，占用显着较少的内存比他们的点云等价物，并适合于快速碰撞检查运动规划。通过利用曼哈顿世界假设，我们的目标是提取正交平面来生成比现有的基于平面的LiDAR SLAM方法更结构化和组织化的地图。我们在高保真AirSim模拟器和配备Velodyne LiDAR的地面漫游车的真实实验中展示了我们的方法。对于这两种情况，我们能够以与10 Hz的传感器速率相匹配的速率生成高质量的地图和轨迹估计。
2022-09-29 cs.RO
Safe Output Feedback Motion Planning from Images via Learned Perception Modules and Contraction Theory
University of Michigan（密歇根大学）
针对一类不确定控制仿射非线性系统提出了一种运动规划算法，该算法在使用高维传感器测量（例如，RGB-D图像）和反馈控制环路中的学习感知模块。首先，给定状态和观测的数据集，我们训练感知系统，该感知系统试图从观测中反转状态的子集，并估计感知误差的上界，该上界在数据附近的可信域中以高概率有效。其次，我们利用收缩理论设计了一个稳定的状态反馈控制器和一个收敛的动态状态观测器，该观测器使用学习的感知系统来更新其状态估计。我们推导出的轨迹跟踪误差时，这个控制器受到错误的动态和不正确的状态估计。最后，我们将此边界集成到基于采样的运动规划器中，引导它返回可以使用传感器数据在运行时安全跟踪的轨迹。我们在4D汽车，6D平面四旋翼和17 D操纵任务的RGB（-D）传感器测量的模拟中演示了我们的方法，证明我们的方法安全可靠地将系统引导到目标，而不考虑可信域或状态估计误差的基线可能是不安全的。
2022-08-23 cs.AI cs.CV cs.LG
Planning in Learned Latent Action Spaces for Generalizable Legged Locomotion
FAIR；Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所）
分层学习已经成功地在步行机器人上以样本有效的方式学习可推广的运动技能。然而，用于在层次结构的两个层之间进行通信的低维“潜在”动作通常是用户设计的。在这项工作中，我们提出了一个完全学习的分层框架，这是能够共同学习的低级别控制器和高级别的潜在动作空间。一旦这个潜在的空间是学习，我们计划在连续的潜在行动在模型预测控制的方式，使用学习的高级动态模型。这个框架推广到多个机器人，我们目前的结果菊花六足模拟，A1四足模拟，菊花机器人硬件。我们比较了一系列从文献中学习的分层方法，并表明我们的框架在多个任务和两个模拟上优于基线。除了学习方法，我们还比较了逆运动学（IK）作用于所需的机器人运动，并表明我们完全学习的框架在A1和Daisy模拟的不利设置中优于IK。在硬件上，我们展示了Daisy hexapod在非结构化的户外环境中实现多个运动任务，只有2000个硬件样本，加强了我们方法的鲁棒性和样本效率。
2021-03-18 cs.RO
Beyond Policy Alignment: Closing the Planning-Learning Loop for Robot Control with Learned World Models
Rutgers University（罗格斯大学）
提出PL-MPC，通过混合TD目标、分歧感知终端估计和返回加权蒸馏，改进TD-MPC的规划-学习闭环，在HumanoidBench上显著提升性能，并实现零样本仿真到现实迁移。
2026-10-01 cs.RO
Deep Learned Path Planning via Randomized Reward-Linked-Goals and Potential Space Applications
Tohoku University（东北大学）
太空探索任务已经看到使用越来越复杂的机器人系统，具有越来越多的自主权。深度学习有望将这一点更进一步，并应用于高级任务，如路径规划，以及低级任务，如运动控制，这是任务效率和成功的关键组成部分。在训练过程中使用具有随机奖励函数参数的深度强化端到端学习，我们教一个模拟的8自由度四足蚂蚁机器人在周界内的任何地方旅行，在单个神经网络上进行路径规划和运动控制，而无需任何系统模型或地形或环境的先验知识。我们的方法还允许用户指定的航路点，这可以很好地转换为全自主或半自主/遥控空间应用程序，遇到延迟时间。我们使用随机生成的与奖励函数相关联的路点来训练智能体，并将路点坐标作为输入传递给神经网络。这种应用在各种太空探索机器人上显示出了希望，包括用于快速运动的高速漫游车和用于崎岖地形的腿式洞穴机器人。
2019-09-13 cs.AI cs.LG cs.RO
Robust 2D Assembly Sequencing via Geometric Planning with Learned Scores
Tel-Aviv University（特拉维夫大学）；Technion（以色列理工学院）；University of California, Berkeley（加州大学伯克利分校）
为了计算强大的2D装配计划，我们提出了一种方法，结合几何规划与深度神经网络。我们使用Box 2D物理模拟器并添加随机噪声来训练网络，以产生鲁棒性分数--计划装配运动的成功概率。由于对每个装配运动进行仿真是不切实际的，我们训练一个卷积神经网络来映射装配操作，以装配前后的图像对的形式给出，以获得鲁棒性分数。神经网络预测在规划器内用于快速地修剪掉不稳健的运动。我们证明了这种方法双手平面组件，其中的运动是一步平移。结果表明，神经网络可以学习鲁棒性规划鲁棒序列的速度比物理模拟快一个数量级。
2020-09-20 cs.RO
Joint-Space Multi-Robot Motion Planning with Learned Decentralized Heuristics
California Institute of Technology（加州理工学院）
提出一种利用去中心化数据驱动启发式偏置集中式采样树搜索的多机器人运动规划方法，有效解决了高维关节空间规划难题，支持多达16个机器人的规划。
2023-11-21 cs.RO
Counterexamples for Robotic Planning Explained in Structured Language
University of Virginia（弗吉尼亚大学）；The University of Texas at Austin（得克萨斯大学奥斯汀分校）；UCLA（加利福尼亚大学洛杉矶分校）
自动化技术，如模型检验已被用来验证基于马尔可夫决策过程（MDP）的机器人任务计划的模型，并生成反例，可以帮助诊断的要求违反。然而，这样的人工产物可能太复杂，人类无法理解，因为反例的现有表示通常包括大量的路径或复杂的自动机。为了提高反例的可解释性，我们定义了一个可解释的反例的概念，它包括一组结构化的自然语言句子来描述机器人的行为，导致在机器人任务计划的MDP模型的需求违反。我们提出了一种基于混合整数线性规划生成可解释的反例，是最小的，健全的和完整的方法。我们通过仓库机器人规划的案例研究证明了所提出的方法的有用性。
2018-03-23 cs.CL cs.FL cs.RO
TSPDiffuser: Diffusion Models as Learned Samplers for Traveling Salesperson Path Planning Problems
CyberAgent, Inc.（CyberAgent公司）
本文提出TSPDiffuser，一种利用扩散模型作为学习采样器的数据驱动路径规划器，用于在障碍环境中高效求解旅行商路径规划问题，通过生成合理路径并构建精简路径图，在解质量和计算时间上优于现有方法。
2025-02-23 cs.LG cs.RO
Regeneration and Joining of the Learned Motion Primitives for Automated Vehicle Motion Planning Applications
Beijing Institute of Technology（北京理工大学）；CNRS-UM LIRMM（法国国家科学研究中心-蒙彼利埃大学机器人与微电子实验室）
如何将人的因素融入到运动规划系统中，对于提高智能车辆的接受度具有重要意义。将运动分解为基元，然后精确平滑地拼接运动基元是运动规划系统中的一个重要问题。因此，本文的目的是再生并加入图书馆中有学识的议员。通过应用基于修改的动态运动基元（DMPS）和奇异值分解（SVD）的表示算法，我们的方法分离的基本形状参数和微调形状参数从MP库中的相同类型的演示轨迹。此外，我们将MP连接问题转化为一个重新表示问题，并使用所提出的表示算法的特点，以实现准确和平滑的过渡。实验结果表明，该方法可以有效地减少形状调整参数的数量时，MP再生，而不影响的准确性的表示。此外，我们还提出了所提出的方法，以平滑的速度跳时，MP连接和评估其对跟踪的准确性设置的目标点的能力。结果表明，该方法不仅提高了单个MP响应不同运动规划要求的调整能力，而且满足了MP序列生成中MP加入的基本要求。
2019-07-04 cs.RO
Planning as Descent: Goal-Conditioned Latent Trajectory Synthesis in Learned Energy Landscapes
University of Alicante（阿利坎特大学）
PaD通过学习目标条件化能量函数实现离线无奖励规划，以验证为基础进行轨迹合成，取得95%的成功率并优于现有方法。
2025-12-19 cs.AI cs.RO
Regularizing Model-Based Planning with Energy-Based Models
Aalto University（阿尔托大学）
基于模型的强化学习可以通过快速获取关于世界的丰富知识并使用它来改善行为而无需额外的数据来实现样本高效学习。学习的动态模型可以直接用于规划行动，但由于学习模型的不准确性，这一直具有挑战性。在本文中，我们专注于学习动态模型的规划，并建议使用环境中状态转换的能量估计对其进行正则化。我们直观地展示了所提出的方法的有效性，并表明能量估计器的离线训练可以有效地用于使用预训练的动态模型来正则化规划。此外，我们证明了所提出的方法使样本有效的学习，以实现具有挑战性的连续控制任务，如半猎豹和蚂蚁在短短几分钟的经验具有竞争力的性能。
2019-10-12 cs.LG cs.RO stat.ML
Local Path Optimization in The Latent Space Using Learned Distance Gradient
Harbin Institute of Technology（哈尔滨工业大学）
本文提出利用学习的距离梯度在潜在空间中进行局部路径优化，通过训练神经网络预测机器人与障碍物的距离，提高路径规划效率。
2025-12-30 cs.RO
Contingencies from Observations: Tractable Contingency Planning with Learned Behavior Models
UC Berkeley（加州大学伯克利分校）
人类有一种非凡的能力，通过准确地推理未来的事件，包括未来的行为和其他代理人的心理状态来做出决策。考虑驾驶汽车通过一个繁忙的十字路口：有必要对车辆的物理特性，其他司机的意图以及他们对你自己意图的信念进行推理。如果你打转向灯，另一个司机可能会让你，或者如果你进入超车道，另一个司机可能会减速，给你空间合并在前面。有能力的驾驶员必须在采取下一步行动之前计划如何安全地对其他代理的各种潜在未来行为做出反应。这就需要应急计划：明确地计划一组取决于未来事件的随机结果的有条件的行动。在这项工作中，我们开发了一个通用的应急计划，学习端到端使用高维场景观察和低维行为观察。我们使用一个条件自回归流模型来创建一个紧凑的应急规划空间，并展示了这个模型如何可以从行为观察中可追踪地学习应急。我们在驾驶模拟器（CARLA）中开发了一个现实多智能体场景的闭环控制基准，在此基础上，我们将我们的方法与各种非偶然方法进行了比较，这些方法可以推断多智能体的未来行为，包括几种最先进的基于深度学习的规划方法。我们说明，这些非偶然的规划方法从根本上失败的基准，并发现我们的深度应急规划方法实现了显着优越的性能。运行我们的基准测试并重现我们的结果的代码可以在https://sites.google.com/view/contingency-planning上获得
2021-04-21 cs.CV cs.LG cs.RO
Efficient Humanoid Contact Planning using Learned Centroidal Dynamics Prediction
University of Michigan（密歇根大学）；University of Tuebingen（图宾根大学）；Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所）；New York University（纽约大学）
人形机器人通过在间歇接触姿态下施加接触扳手与环境交互来动态地导航环境。因此，在规划接触序列时考虑动力学是很重要的。传统的接触规划方法假设一个准静态的平衡标准，以减少计算的挑战，选择一个接触序列在粗糙的地形。然而，当需要动态运动时，例如当走下陡坡或穿过宽间隙时，这限制了该方法的适用性。最近的方法克服了这一限制的帮助下，有效的混合整数凸规划求解器能够合成动态接触序列。然而，它的指数时间复杂度限制了它的适用性，在小环境中的短时间范围内的接触序列。在本文中，我们超越了目前的方法，通过学习预测的机器人质心动量的动态演变，然后可以用于快速生成动态鲁棒的接触序列的机器人与手臂和腿使用基于搜索的接触规划。我们证明了所提出的方法的结果在一组动态的挑战性的情况下的效率和质量。
2019-03-01 cs.RO
Zero-Shot Constrained Motion Planning Transformers Using Learned Sampling Dictionaries
University of California San Diego（加州大学圣地亚哥分校）；Purdue University（普渡大学）
本文提出零样本改造预训练 VQ-MPT 的约束运动规划方法，通过更新采样区域逼近约束流形，无需额外训练数据即可提升规划速度与准确率，并在仿真和 Franka Panda 真机上验证泛化性。
2023-09-26 cs.RO
Bridging Learned Visual Perception and Symbolic Belief-Space Planning
Technion - Israel Institute of Technology（以色列理工学院）
本文提出VLM作为概率接地器的新范式，将视觉-语言模型的谓词接地不确定性建模为符号状态上的概率分布，实现信念空间规划，在模拟家庭机器人环境中提升了鲁棒性和任务成功率。
2026-09-16 cs.AI cs.RO
Terminal Matters: Kinodynamic Planning with a Terminal Cost and Learned Uncertainty in Belief State-Cost Space
Department of Robotics Engineering, Worcester Polytechnic Institute (WPI)（机器人工程系，沃斯通理工学院（WPI））
本文提出一种终端成本形式的动力学规划方法，通过优化终端状态质量和累积轨迹成本提升目标可靠性。KiTe规划器结合学习的不确定性模型，提高了在不确定环境下的目标达成成功率。
2026-05-13 cs.RO
Uncertainty-Aware Online Merge Planning with Learned Driver Behavior
Stanford University（斯坦福大学）
安全可靠的自动驾驶解决方案是下一代智能交通系统的关键组成部分。这种系统中的自动驾驶车辆必须实时的推理复杂和动态的驾驶场景，并预测附近驾驶员的行为。人类驾驶行为是高度细致入微的，具体到个人的交通参与者。例如，驾驶员可能会在合并车辆的存在下表现出合作或不合作的行为。必须对这些行为进行评估，并将其纳入安全有效驾驶的规划过程中。在这项工作中，我们提出了一个框架，估计在高速公路上的司机的合作水平和计划合并演习与司机的潜在行为明确建模。潜在的参数估计问题，解决了使用粒子滤波器近似的概率分布的合作水平。一个部分可观测马尔可夫决策过程（POMDP），其中包括潜在的状态估计在线求解，以提取合并车辆的政策。我们评估我们的方法在高保真汽车模拟器对方法是不可知的潜在状态或依赖于$\textit{a priori}$假设演员的行为。
2022-07-11 cs.RO
Robustness-Aware Tool Selection and Manipulation Planning with Learned Energy-Informed Guidance
division of Robotics, Perception and Learning, KTH Royal Institute of Technology（机器人、感知与学习系，皇家理工学院）；Idiap Research Institute（Idiap研究机构）；EPFL（瑞士联邦理工学院）
本文提出了一种基于学习能量感知指导的鲁棒工具选择与操作规划方法，通过分层优化流程提升工具使用在外部干扰下的鲁棒性。
2026-03-06 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
Multi-step planning with learned effects of partial action executions
Bogazici University（博加齐奇大学）
提出一种基于Conditional Neural Processes的affordance模型，通过预测部分动作执行的中间效应并结合A*算法实现更准确有效的多步规划。
2023-11-17 cs.RO
Universal Planning Networks
UC Berkeley, Computer Science（加州大学伯克利分校计算机科学）
复杂视觉控制中的一个关键挑战是学习有效的抽象表示，用于指定目标，规划和泛化。为此，我们引入通用规划网络（UPN）。UPN在目标导向的政策中嵌入了可区分的规划。该规划计算在潜在空间中展开前向模型，并且通过梯度下降轨迹优化来推断最优行动计划。逐梯度下降过程及其底层表示是端到端学习的，以直接优化有监督的模仿学习目标。我们发现，学习的表示不仅是有效的目标导向的视觉模仿，通过基于梯度的轨迹优化，但也可以提供一个指标，指定目标使用图像。可以利用学习的表示来指定基于距离的奖励，以达到无模型强化学习的新目标状态，从而在解决通过基于图像的目标描述的新任务时实现更有效的学习。我们能够在具有显著不同形态和驱动能力的机器人之间成功地转移视觉规划策略。
2018-04-04 cs.AI cs.CV cs.LG
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
Ensemble Latent Space Roadmap for Improved Robustness in Visual Action Planning
Roma Tre University（罗马第三大学）；KTH Royal Institute of Technology（KTH皇家理工学院）
在学习的潜在空间中进行规划有助于减少原始观测的维度。在这项工作中，我们建议利用集成模式，以提高潜在的规划系统的鲁棒性。我们依赖于我们的潜在空间路线图（LSR）框架，该框架在学习的结构化潜在空间中构建一个图来执行规划。给定多个LSR框架实例，其潜在空间或用于构建图的参数不同，我们使用动作信息以及所产生的计划的嵌入节点来定义相似性度量。然后利用这些来选择最有希望的计划。我们验证了我们的Ensemble LSR（ENS-LSR）的性能模拟箱堆叠和葡萄收获任务，以及在现实世界的机器人T恤折叠实验。
2023-03-27 cs.RO
SE3-Pose-Nets: Structured Deep Dynamics Models for Visuomotor Planning and Control
University of Washington（华盛顿大学）
本文提出了一种基于结构深度动力学模型的深度视觉-运动控制方法，通过编码器-解码器结构学习低维姿态嵌入，实现场景分割和姿态预测，并在现实世界中实现了闭环控制。
2017-10-02 cs.AI cs.CV cs.NE
