Frontier-based Automatic-differentiable Information Gain Measure for Robotic Exploration of Unknown 3D Environments
Carnegie Mellon University(卡内基梅隆大学)
由机器人代理自主探索未知区域的路径规划问题通常采用基于前沿或信息理论的算法。基于边界的体素分析通常通过可见边界体素的数量来评估视点的信息增益,可见边界体素是只能通过采样来优化的离散度量。另一方面,信息论算法将信息增益计算为地图和传感器测量之间的互信息。虽然可以计算这些措施的梯度,计算涉及昂贵的数值微分。在这项工作中,我们添加了一个新的模糊逻辑过滤器在周围的视点,它允许相对于视点的信息增益的梯度的计数使用自动微分有效地计算。这使我们能够同时优化信息增益与其他可微的质量措施,如路径长度。使用多个仿真环境,我们证明了所提出的基于梯度的优化方法不断提高信息增益和其他质量措施的探索路径。
2020-11-10 cs.RO
Control Lyapunov Functions for Compliant Hybrid Zero Dynamic Walking
California Institute of Technology(加州理工学院)
在动态机器人系统上实现具有形式保证的非线性控制器的能力有可能实现更复杂的机器人行为-然而,实现这些控制器通常具有实际挑战性。为了解决这个问题,本文提出了端到端的实现动态双足运动的欠驱动双足机器人通过混合零动态和控制李雅普诺夫函数。Cassie的顺应性模型被表示为混合系统以设置用于轨迹优化框架的阶段。为了在所有方向上实现各种步行速度,编译了顺应性步行运动库,然后将其参数化,以便在实时控制器中有效使用。控制李雅普诺夫函数,这有很强的理论保证,综合利用步态库,再加上逆动力学,以获得基于优化的控制器框架为二次规划。它被证明,该控制器可证明实现稳定的运动,这是再加上一个理论分析,证明有用的性能的控制器的调整和实施。所提出的理论框架上的Cassie机器人,其中3D步行是通过使用基于优化的扭矩控制实现实际证明。实验突出了机器人行走在不同的速度和地形,说明了端到端的实现理论上合理的非线性控制器的动态欠驱动机器人系统。
2021-07-09 cs.RO
Learning the Problem-Optimum Map: Analysis and Application to Global Optimization in Robotics
Duke University(杜克大学)
本文描述了一个数据驱动的框架,近似全局优化,其中预先计算的解决方案的样本的问题进行检索和适应在线使用过程中,以解决新的问题。这种方法有希望在机器人的实时应用,因为它可以产生近全局最优的解决方案的数量级快于标准方法。本文建立了理论上的条件,需要多少和在哪里的问题的空间,以达到一个给定的近似质量的样本。该框架适用于解决全球最优的无碰撞逆运动学(IK)问题,其中大型解决方案数据库用于在亚毫秒的时间在标准PC上产生接近最优的解决方案。
2016-05-16 cs.RO
Sampling-based Incremental Information Gathering with Applications to Robotic Exploration and Environmental Monitoring
College of Engineering, University of Michigan(密歇根大学工程学院);Centre for Autonomous Systems (CAS), University of Technology Sydney(悉尼科技大学自主系统中心)
在这篇文章中,我们提出了一个基于采样的运动规划算法配备了一个信息理论的收敛标准,增量信息运动规划。所提出的方法允许密集的地图表示,并将完整的状态不确定性纳入规划过程。该问题被公式化为一个约束最大化问题。我们的方法是建立在快速探索的信息收集算法,并受益于基于采样的最佳运动规划算法的优势。我们提出了两个信息函数及其变种的快速和在线计算。我们证明了一个信息理论的收敛,整个勘探和信息收集任务的平均地图熵的最小上界的基础上。收敛性分析的结果,信息驱动的运动控制的自然自动停止的标准。我们使用三种方案来演示所提出的算法的性能:建议的信息函数和传感器配置选择的比较,未知环境中的机器人探索,以及使用自主水面车辆收集的公开数据集在湖泊中的无线信号强度监测任务。
2017-09-23 cs.RO
Robotic Exploration of Unknown 2D Environment Using a Frontier-based Automatic-Differentiable Information Gain Measure
Carnegie Mellon University(卡内基梅隆大学)
自主机器人探索路径规划方法的核心是一种启发式方法,它鼓励探索环境中的未知区域。这种统计学通常使用基于前沿或信息理论的方法来计算。基于边界的方法将探索路径的信息增益定义为从路径可见的边界单元或边界的数量。然而,这种信息增益度量的离散和不可微性质使得难以使用基于梯度的方法进行优化。相比之下,信息论方法将信息增益定义为传感器的测量值与所探索的地图之间的互信息。然而,互信息的梯度的计算涉及有限差分,因此计算昂贵。本文提出了一种结合基于采样的路径规划和基于梯度的路径优化的探索规划框架。这个框架的主要贡献是一个新的重新制定的信息增益作为一个可微的功能。这使我们能够同时优化信息增益和其他可区分的质量指标,如平滑度。所提出的规划框架的有效性进行了验证,在仿真和硬件实验中使用的Turtlebot3汉堡机器人。
2020-11-10 cs.RO
Sampling-Based Motion Planning with Discrete Configuration-Space Symmetries
Computer Science and Artificial Intelligence Laboratory (CSAIL), Massachusetts Institute of Technology(计算机科学与人工智能实验室(CSAIL),麻省理工学院)
本文研究具有离散对称性的构型空间中的采样运动规划问题,提出高效实现关键采样原语的方法,并通过理论分析和实验证明其能降低样本复杂度、缩短路径长度和运行时间。
2025-07-17 cs.RO
BC-ADMM: An Efficient Non-convex Constrained Optimizer with Robotic Applications
LIGHTSPEED
针对机器人中非凸约束优化收敛慢的问题,提出BC-ADMM算法,通过双凸松弛和并行子问题实现大步长,理论保证收敛,实验表明比梯度下降和牛顿法更快。
2025-10-07 cs.NA cs.RO math.NA
SE(3)-Equivariant Robot Learning and Control: A Tutorial Survey
Yonsei University(延世大学)
本教程综述系统梳理SE(3)-等变神经网络在机器人学习与控制中的应用,通过显式利用旋转平移对称性提升样本效率与泛化,并展望了未来挑战。
2025-04-23 cs.LG cs.RO cs.SY
Time Reversal Symmetry for Efficient Robotic Manipulations in Deep Reinforcement Learning
Global College Shanghai Jiao Tong University(上海交通大学全球学院);Digital Innovation Research Center Duke Kunshan University(杜克大学昆山分校数字创新研究中心)
针对DRL忽视时间对称性的问题,提出TR-DRL框架,通过可逆轨迹反演增强和反演任务奖励塑形提升机器人操作的样本效率与最终性能。
2025-10-21 cs.LG cs.RO
Exploiting Different Symmetries for Trajectory Tracking Control with Application to Quadrotors
Australian National University(澳大利亚国立大学);I3S (University Côte d’Azur, CNRS, Sophia Antipolis)(I3S(蔚蓝海岸大学、法国国家科学研究中心、索菲亚·安提波利斯))
四旋翼飞行器的高性能轨迹跟踪控制是航空机器人领域的一个重要挑战。对称性是物理系统的一个基本属性,它为设计高性能控制算法提供了一种工具。我们提出了一种设计方法,采取任何给定的对称性,线性化的相关误差在一组坐标,并使用LQR设计,以获得高性能的控制,一种方法,我们术语等变调节器设计。我们发现,四旋翼飞行器承认几种不同的对称性:直接产品对称性,扩展的姿态对称性和姿态和速度对称性,并表明,每个对称性可以用来定义一个全球性的错误。我们通过仿真比较线性化系统,发现扩展的姿态和姿态和速度对称性优于直接的产品对称性在存在大的干扰。这表明选择等变和群仿射对称性改善了线性化误差。
2022-11-22 cs.RO cs.SY eess.SY
Leveraging Symmetries in Pick and Place
Northeastern University(东北大学);Roux Institute(鲁克斯研究所)
本文提出等变Transporter Net,通过整合等变神经模型捕捉拾取与放置的全部对称性,显著提升样本效率,实现少量演示下的模仿学习。
2023-12-22 cs.AI cs.CV cs.RO
Morphological-Symmetry-Equivariant Heterogeneous Graph Neural Network for Robotic Dynamics Learning
California Institute of Technology(加州理工学院);Georgia Institute of Technology(佐治亚理工学院)
本文提出MS-HGNN,通过整合机器人运动学结构和形态对称性,实现高效的动力学学习,并在多个四足机器人任务中验证了其有效性。
2026-03-10 cs.LG cs.RO
Leveraging Symmetry to Accelerate Learning of Trajectory Tracking Controllers for Free-Flying Robotic Systems
GRASP Laboratory at the University of Pennsylvania(宾夕法尼亚大学GRASP实验室)
本文利用浮动基座机器人系统的李群对称性,通过构建MDP同态将策略从低维商MDP提升为原系统最优跟踪控制器,结合PPO算法验证该方法能加速训练并降低收敛时的跟踪误差。
2025-05-01 cs.LG cs.RO cs.SY
Extending Group Relative Policy Optimization to Continuous Control: A Theoretical Framework for Robotic Reinforcement Learning
University of Houston(德克萨斯大学);Cisco Systems(思科系统);Princeton University(普林斯顿大学);University of Copenhagen(哥本哈根大学)
针对 GRPO 难以用于机器人连续控制的问题,本文提出融合轨迹策略聚类、状态感知优势估计与正则化更新的理论扩展框架,并分析其收敛性与复杂度。
2025-07-25 cs.AI cs.RO
A Survey of Decision-Theoretic Approaches for Robotic Environmental Monitoring
该综述首次全面梳理了机器人环境监测领域的决策论方法,明确了环境表示方式与任务求解思路,归纳了决策优化的六大维度,指出了领域现存挑战与发展机遇。
2023-11-06 cs.RO
Systems-theoretic Safety Assessment of Robotic Telesurgical Systems
University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);Applied Dexterity(Applied Dexterity公司);Rush University Medical Center(拉什大学医学中心);Massachusetts Institute of Technology(麻省理工学院)
机器人手术系统是市场上最复杂的医疗网络物理系统之一,在过去十年中已用于超过175万例手术。尽管近年来机器人手术系统的设计有了显著改进,但在手术过程中仍不断发生对患者产生负面影响的安全事件。本文提出了一种基于软件故障注入的机器人手术系统的系统理论安全评估方法。我们使用系统理论危害分析技术(STPA)来识别RAVEN II机器人(一种开源机器人手术平台)中的潜在安全危害场景及其成因。我们将机器人控制软件与软件实现的故障注入引擎集成在一起,该引擎通过自动将故障插入机器人控制软件的不同部分来测量系统对已识别的安全危险场景的弹性。使用报告给美国食品药品监督管理局(FDA)MAUDE数据库的真实机器人手术事件的代表性危害场景来证明机器人手术系统基于安全设计的拟议方法的可行性。
2015-07-08 cs.CR cs.RO cs.SE
Open-Ended Evolutionary Robotics: an Information Theoretic Approach
CNRS(法国国家科学研究中心);INRIA Saclay(法国国家信息与自动化研究所萨克莱分部);Université Paris-Sud(巴黎南大学)
本文主要研究嵌入式进化机器人自驱动适应度函数的设计。所提出的方法认为熵的感觉电机流所产生的机器人控制器。这个熵是使用无监督学习计算的;它的最大化,通过一个机载进化算法实现,实现了“好奇心本能”,有利于控制器访问许多不同的感觉运动状态(sms)。此外,一个个体发现的短信集可以传递给它的后代,使文化进化模式成为可能。累积熵(根据祖先和当前个人对sms的访问计算)定义了另一种自我驱动的适应性;它的优化实现了“发现本能”,因为它有利于控制者访问新的或罕见的感觉运动状态。对Lehman和Stanley(2008)提出的基准问题的实证结果比较证明了该方法的优点。
2010-06-25 cs.RO
Information-theoretic Model Identification and Policy Search using Physics Engines with Application to Robotic Manipulation
Rutgers University(罗格斯大学)
我们考虑的问题,一个机器人学习的机械性能的对象,通过与对象的物理交互,并引入一个实用的,数据高效的方法来识别这些对象的运动模型。所提出的方法利用物理引擎,其中机器人试图通过在不同的参数值下模拟其运动来识别物体的惯性和摩擦参数,并识别那些导致与观察到的真实运动相匹配的模拟的参数。该问题在贝叶斯优化框架中得到解决。相同的框架用于在线识别对象的模型和搜索将根据所识别的模型最小化给定成本函数的策略。仿真和实际机器人的实验结果表明,该方法优于最先进的无模型强化学习方法。
2017-03-22 cs.AI cs.LG cs.RO
An Information Theoretic Measure for Robot Expressivity
本文提出了一种原则性的方式来思考人工代理的关节运动和产生这种运动的平台的测量。特别是,在面向人类的场景中,机器人平台的形状演变将成为创建与人类同行集成和通信的系统的关键。本文提供了一个工具来衡量表达能力或表达的铰接平台。为此,它指出了计算和机械化之间的协同关系。重要的是,这种思维方式为测量和比较日益复杂和能力的机器人提供了信息论基础。本文将提供具体的例子,这种措施在当前的机器人平台的应用。它还将提供机器人平台的计算和机械能力之间的比较,并分析过去15年的数量级趋势。未来的工作所作的文件的影响是提供一种方法,通过它来量化运动模仿,概述了一种思路,设计表达机器人系统,并结合当前的机器人系统的能力。
2017-07-17 cs.RO
Deep Incremental Model Informed Reinforcement Learning for Continuous Robotic Control
提出一步回看方法,联合学习深度增量模型和策略,降低模型学习难度,提高连续机器人控制的样本效率。
2025-02-27 cs.RO cs.SY eess.SY
Invariant Transform Experience Replay: Data Augmentation for Deep Reinforcement Learning
Guangdong University of Technology(广东工业大学);Shanghai Jiao Tong University(上海交通大学);Chinese University of Hong Kong(香港中文大学)
深度强化学习(RL)是一种很有前途的自适应机器人控制方法,但目前其在机器人领域的应用受到高样本要求的阻碍。为了缓解这个问题,我们建议利用机器人任务中存在的对称性。直观地说,来自观察到的轨迹的对称性定义了使可行RL轨迹的空间保持不变的变换,并且可以用于生成新的可行轨迹,这些轨迹可以用于训练。基于这种数据增强的想法,我们制定了一个通用的框架,称为不变变换经验重放,我们提出了两种技术:(i)万花筒经验重放利用反射对称性和(ii)目标增强的经验重放,利用宽松的目标定义。在OpenAI Gym的Fetch任务中,我们的实验结果显示学习率和成功率显著提高。特别是,我们达到了13,3,和5倍的加速分别在推,滑动,和拾取和放置任务中的多目标设置。在有障碍的类似任务中也观察到了性能的提高,我们成功地在一个真正的Baxter机器人上部署了一个经过训练的策略。我们的工作表明,RL轨迹上的不变变换是一种很有前途的方法,可以加速深度RL的学习。
2020-07-05 cs.AI cs.LG cs.RO
Robust Forecasting for Robotic Control: A Game-Theoretic Approach
The University of Texas at Austin(德克萨斯大学奥斯汀分校)
针对机器人控制中历史时间序列易受噪声和异常值影响的问题,提出一种基于零和博弈的鲁棒预测框架,通过引入对手扰动历史数据并求解局部纳什均衡,使预测器在分布外真实变道数据上比基线提升30.14%。
2023-04-05 cs.LG cs.RO
Towards Dynamic Quadrupedal Gaits: A Symmetry-Guided RL Hierarchy Enables Free Gait Transitions at Varying Speeds
本文提出基于对称性的强化学习方法,实现四足机器人在不同速度下的自由步态转换,提升运动适应性。
2026-02-11 cs.RO cs.SY eess.SY
Robotic Wireless Networks in a Narrow Alley: A Game Theoretic Approach
Yonsei University(延世大学)
在许多情况下,车辆可能会相互竞争,以最大限度地提高各自的效用。我们考虑一条狭窄的小巷,其中两组自动驾驶车辆(东行和西行)正朝着各自的目的地行驶,以最大限度地缩短行驶距离。但是,如果两组人同时接近道路,就会被封锁。本文的主要目标是研究如何无线通信车辆之间可以导致解决方案接近帕累托最优。此外,我们实现了这样一个车载试验台,由具有红外传感器,直流电机和无线通信模块:ZigBee(IEEE 802.15.4)的网络机器人组成。
2015-03-02 cs.GT cs.RO
A Set-Theoretic Approach to Multi-Task Execution and Prioritization
Institute for Robotics and Intelligent Machines, Georgia Institute of Technology(佐治亚理工学院机器人与智能机器研究所);Department of Electrical Engineering and Information Technology, University of Naples Federico II(那不勒斯费德里科二世大学电气工程与信息技术系);Department of Science and Methods of Engineering, University of Modena and Reggio Emilia(摩德纳和雷焦艾米利亚大学工程科学与方法系)
同时执行多个任务在许多机器人应用中是重要的。此外,在安全关键任务需要先于应用相关目标的应用中,任务的优先级排序至关重要,以保护机器人免受周围环境的影响,反之亦然。此外,在任务执行期间切换任务优先级的可能性使机器人系统能够随着时间的推移灵活地改变其目标。在本文中,我们提出了一个基于优化的任务执行和优先级的框架,适合于时变优先级的情况下,以及可变数量的任务。我们引入了基于扩展集的任务的概念,使用控制障碍函数对它们进行编码,并通过约束优化问题来执行它们,该问题可以以在线方式有效地解决。最后,我们展示了应用所提出的方法的情况下,一个冗余的机器人机械手。
2020-03-06 cs.RO cs.SY eess.SY
Data Games: A Game-Theoretic Approach to Swarm Robotic Data Collection
The University of Texas at Austin(德克萨斯大学奥斯汀分校)
联网自动驾驶汽车(AV)车队收集TB级的传感数据,这些数据通常被传输到中央服务器(“云”)以训练机器学习(ML)模型。理想情况下,这些车队应该上传所有数据,特别是来自罕见操作环境的数据,以便训练健壮的ML模型。然而,由于高昂的网络带宽和数据标签成本,这是不可行的。相反,我们提出了一种合作数据采样策略,在这种策略中,地理分布的AV合作在云中收集不同的ML训练数据集。由于AV具有共享的目标,但关于彼此的本地数据分布和感知模型的信息最少,因此我们可以自然地将合作数据汇集视为$N$ -玩家数学游戏。我们表明,我们的合作采样策略使用最少的信息收敛到一个集中的预言机的政策,所有AV的完整信息。此外,我们从理论上描述了我们的博弈论策略相比贪婪采样的性能优势。最后,我们通过实验证明,我们的方法在4个感知数据集上的性能优于标准基准,最高可达$21.9\%$,包括在恶劣天气条件下的自动驾驶。至关重要的是,我们在真实世界数据集上的实验结果与我们的理论保证密切一致。
2023-03-07 cs.AI cs.MA cs.RO
Near-optimal irrevocable sample selection for periodic data streams with applications to marine robotics
Massachusetts Institute of Technology(麻省理工学院);Woods Hole Oceanographic Institution(伍兹霍尔海洋研究所)
我们认为,通过在感兴趣的位置部署有限的采样资源,实时监测时空现象的任务是可行的,并且不了解未来的观测。这个任务可以建模为经典的秘书问题的一个实例。虽然这个问题已经在理论领域得到了广泛的研究,但现有的算法需要数据以随机顺序到达以提供性能保证。这些算法在数据流上的表现会很差,比如在机器人和环境监测领域遇到的数据流,这些数据流往往具有时空结构。我们专注于从具有周期性结构的现象中选择代表性样本的问题,并引入了一种新的样本选择算法,该算法根据任何单调子模效用函数恢复一个接近最优的样本集。我们评估我们的算法在玛莎葡萄园岛海岸天文台收集的七年环境数据集,并表明它选择的浮游植物样本位置,在信息理论意义上预测浮游植物浓度的位置,没有直接采样,几乎是最佳的。所提出的周期秘书算法可以用于从周期性数据流中进行流式、不可撤销的样本选择的许多实时传感和机器人应用中,具有理论性能保证。
2018-01-21 cs.DS cs.RO
An Information Theoretic Approach to Sample Acquisition and Perception in Planetary Robotics
Arizona State University(亚利桑那州立大学)
行星探索的一个重要和新出现的组成部分是样本回收和返回地球。获取和分析岩石样本可以为地质学、地质历史和寻找过去生命和水的前景提供前所未有的洞察力。目前的探索方法依赖于飞行任务科学家来确定感兴趣的物体,这带来了重大的操作挑战。寻找感兴趣的物体将需要有系统和有效的方法,以迅速和正确地评估数百甚至数千个样本的重要性,以便将最感兴趣的样本保存下来,供飞行任务科学家进一步分析。在本文中,我们提出了一个自动化的信息理论的方法来识别形状的利益,使用一个图书馆的预定义的有趣的形状。这些预定义的形状可以是人类输入或样本,然后由形状匹配系统使用Superformula来外推以判断新获得的对象的重要性。形状样本匹配到一个图书馆的形状使用特征脸的方法,使分类和优先级的样本。该方法显示出高达20%的模拟传感器噪声的鲁棒性。分析了形状参数和旋转角度对形状匹配精度的影响。该方法显示出显着的承诺和努力正在进行中的测试与真正的岩石样本的算法。
2017-09-14 astro-ph.IM cs.RO
Sample Efficient Dynamics Learning for Symmetrical Legged Robots:Leveraging Physics Invariance and Geometric Symmetries
The University of Texas at Austin(德克萨斯大学奥斯汀分校);California Institute of Technology(加州理工学院);CSIRO(联邦科学与工业研究组织)
底层动力学的模型泛化对于在学习机器人控制时实现数据效率至关重要。本文提出了一种新的方法来学习动力学利用对称性的基础机器人系统,它允许从更少的样本强大的外推。现有的框架,表示在向量空间中的所有数据没有考虑的结构化信息的机器人,如腿的对称性,旋转对称性和物理不变性。因此,这些方案需要大量的训练数据来学习系统的冗余元素,因为它们是独立学习的。相反,我们建议考虑几何先验的对称对象组中表示的系统和设计神经网络架构,以评估对象之间的不变性和等变性。最后,我们通过比较所提出的模型和现有模型对未知数据的泛化能力来证明我们方法的有效性。我们还实现了基于学习逆动力学模型的攀爬机器人的控制器。结果表明,我们的方法产生准确的控制输入,帮助机器人达到所需的状态,同时需要更少的训练数据比现有的方法。
2022-10-13 cs.AI cs.RO
Scalable Task-Driven Robotic Swarm Control via Collision Avoidance and Learning Mean-Field Control
Technische Universität Darmstadt(达姆施塔特工业大学)
近年来,强化学习及其多智能体模拟在解决各种复杂控制问题方面取得了巨大的成功。然而,多智能体强化学习在其理论分析和算法的经验设计方面仍然具有挑战性,特别是对于大量的具体机器人代理,其中确定的工具链仍然是积极研究的一部分。我们使用新兴的国家的最先进的平均场控制技术,以转换成更经典的单代理控制的分布多代理群体控制。这允许从单智能体强化学习的进步中获利,代价是假设智能体之间的弱交互。然而,平均场模型是违反了真实系统的本质体现,物理碰撞代理。因此,我们结合避免碰撞和学习的平均场控制到一个统一的框架,可追溯地设计智能机器人群体行为。在理论方面,我们提供了新的近似保证一般的平均场控制在连续空间和避免碰撞。在实践方面,我们表明,我们的方法优于多智能体强化学习,并允许分散的开环应用,同时避免碰撞,无论是在模拟和真实的无人机群。总的来说,我们提出了一个框架,设计的群体行为,这是数学上有充分的依据和实际有用的,否则难以解决的群体问题的解决方案。
2023-02-09 cs.AI cs.LG cs.RO
De la Extensión a la Investigación: Como La Robótica Estimula el Interés Académico en Estudiantes de Grado
Universidad Tecnológica del Uruguay(乌拉圭理工大学);Ostfalia University of Applied Sciences(东法伦应用科学大学)
本研究以UruBots小组为例,探讨高校机器人小组活动对提升学生横向技能、学术动机及研究兴趣的作用,凸显教育机器人学促进主动与协作学习的潜力。
2024-10-22 cs.CY cs.RO