Terrain-Aware Autonomous Planetary Exploration for Exteroceptive-Proprioceptive Mapping with Quadruped Scouts
Istituto Italiano di Tecnologia (IIT)（意大利理工学院）
本文提出一种结合外感受与本体感受建图的地形感知探索框架，用于四足机器人在月球类似环境中的自主导航，仿真表明该方法能有效扩展地图并降低运输成本。
2026-09-29 cs.RO
TEAM: Trilateration for Exploration and Mapping with Robotic Networks
University of Southern California（南加州大学）；NASA Goddard Space Flight Center（美国国家航空航天局戈达德太空飞行中心）
受月球探测的启发，我们考虑部署一个移动机器人网络来探索未知的环境，同时作为一个合作定位系统。机器人测量和传送与位置相关的数据，以便在缺乏基于基础设施的解决方案（例如固定信标或GPS）的情况下执行定位。我们提出了三边测量的勘探和测绘（TEAM），低复杂度的定位和映射与机器人网络的一种新算法。TEAM旨在利用机器人上商用超宽带（UWB）无线电的能力，提供厘米精度的距离估计，并在共享的固定框架中执行无锚定位。它非常适合于缺乏功能的环境，其中基于功能的本地化方法受到影响。我们提供的实验结果在不同的露台模拟环境，以及在测试平台上的Turtlebot 3汉堡Pozyx UWB无线电。我们比较TEAM流行的Rao-Blackwellized粒子滤波器的同时定位与地图构建（SLAM）。我们证明，TEAM需要一个数量级的计算复杂性，并减少了一个数量级的激光雷达测量所需的采样率。这些优势并不需要牺牲性能，因为TEAM将最大定位误差降低了50%，并在缺乏特征的环境中实现了高达28%的地图精度提高，并在其他设置中实现了相当的地图精度。
2021-04-15 cs.RO
All Roads Lead to Rome: Flow-driven Multi-Anchor Exploration for Open-Environment Active 3D Mapping
School of Artificial Intelligence, Tianjin University（天津大学人工智能学院）；School of Computer Science and Information Engineering, Hefei University of Technology（合肥工业大学计算机与信息工程学院）
针对开放环境主动三维建图中长时域探索泛化弱的问题，提出基于条件流匹配的多模态锚点生成与分层选择方法，提升未知场景下的重建效率。
2026-10-19 cs.RO
Hypermap Mapping Framework and its Application to Autonomous Semantic Exploration
University of Bonn（波恩大学）；Aalto University（阿尔托大学）
现代智能和自主机器人应用通常要求机器人具有比传统占用网格地图提供的更多的关于其环境的信息。例如，一个负责执行自主语义探索的机器人必须在自主导航的同时标记它正在穿越的环境中的物体。为了解决这个任务，机器人至少需要维护一个用于导航的环境的占用地图，一个跟踪已经访问过哪些区域的探索地图，以及一个记录环境中对象的位置和标签的语义地图。随着所需地图数量的增长，应用程序必须了解和处理不同的地图表示，这可能是一个负担。我们提出了Hypermap框架，它可以管理不同类型的多个地图。在这项工作中，我们探索的框架处理占用网格层和语义多边形层的能力，但框架可以扩展新的层类型在未来。此外，我们提出了一个算法，自动生成语义层的RGB-D图像。我们展示了实用的框架使用的例子自主探索语义映射。
2020-09-03 cs.RO
Ergodic Imitation for Adaptive Exploration around Demonstrations
Ecole Polytechnique Fédérale de Lausanne（瑞士联邦理工学院洛桑校区）；Idiap Research Institute（伊迪亚普研究 institute）
本文提出一种自适应遍历模仿方法，通过构建演示的几何目标分布，生成适应性插值轨迹，解决机器人模仿学习中训练与部署条件不匹配的问题。
2026-05-13 cs.RO
Efficient Placard Discovery for Semantic Mapping During Frontier Exploration
University of Texas at Austin（德克萨斯大学奥斯汀分校）
语义映射是通过将语义附加到位置来为机器人提供其环境的地图的任务，该地图超出了传统同时定位与地图构建（SLAM）算法的开放的、可导航的空间。在这项工作中提出的系统读取门标牌注释办公室的位置。虽然该系统的先前工作开发了手工制作的检测器，但该系统利用YOLOv2进行检测，并利用分割网络进行分割。通过从分割的四边形轮廓计算的单应性计算标牌的姿态来定位标牌。这项工作还引入了一个可中断的前沿探索算法，使机器人能够探索其环境，构建其SLAM地图，同时暂停检查在此过程中观察到的标语牌。这使得机器人能够在没有人为干预的情况下自主发现房间标牌，同时比以前的自主探索方法大大加快速度。
2021-10-27 cs.AI cs.RO
Semantic Exploration and Dense Mapping of Complex Environments using Ground Robot with Panoramic LiDAR-Camera Fusion
Department of Mechanical Engineering, Carnegie Mellon University（机械工程系，卡内基梅隆大学）
本文提出一种结合建图与规划的地面机器人自主语义探索系统，通过优先级驱动解耦局部采样器与分层规划器实现多视角语义观测与几何覆盖，并利用安全激进探索状态机和即插即用建图模块，在仿真和真实环境中实现了更快探索与准确密集语义目标建图。
2025-09-17 cs.AI cs.RO
GLEAM: Learning Generalizable Exploration Policy for Active Mapping in Complex 3D Indoor Scenes
The Chinese University of Hong Kong（香港中文大学）；Shanghai AI Laboratory（上海人工智能实验室）
针对未知复杂室内场景主动建图的泛化难题，本文构建含1,152个场景的GLEAM-Bench，并提出融合语义表示、长期目标与随机策略的GLEAM探索策略，显著提升未见场景覆盖率与建图精度。
2025-09-29 cs.AI cs.CV cs.RO
Multimodal LLM Guided Exploration and Active Mapping using Fisher Information
University of Pennsylvania（宾夕法尼亚大学）；Archimedes, Athena RC（阿基米德、阿提卡RC）
本研究提出一种基于3DGS表示的主动建图系统，结合多模态LLM的长时语义零样本规划与感知不确定性的信息论路径规划，在两个公开数据集上取得了SOTA的主动建图效果。
2025-09-05 cs.CV cs.RO
Understanding while Exploring: Semantics-driven Active Mapping
Stevens Institute of Technology（史蒂文斯理工学院）；Goertek Alpha Labs（歌尔声学实验室）；Purdue University（普渡大学）
针对未知环境机器人自主性需求，提出基于3D高斯溅射的主动语义建图框架ActiveSGM，通过语义几何不确定性量化与稀疏语义表示引导视角选择，提升建图质量与鲁棒性，在Replica等数据集验证有效。
2025-11-13 cs.CV cs.RO
Autonomous Exploration-Based Precise Mapping for Mobile Robots through Stepwise and Consistent Motions
Southwest Jiaotong University（西南交通大学）
本文提出一种面向采用激光SLAM的室内移动机器人的自主探索框架，通过多RRT采样、逐步一致运动等策略提升建图精度与鲁棒性，经仿真与真实实验验证其优于基准2D算法。
2026-08-12 cs.RO cs.SY eess.SY
Active Neural Topological Mapping for Multi-Agent Exploration
Tsinghua University（清华大学）；Meituan（美团）
本文提出多智能体神经拓扑建图方法MANTM，结合拓扑建图与分层拓扑规划器，利用图神经网络提升多智能体探索效率与泛化能力，在Habitat中显著减少探索步数。
2023-11-01 cs.LG cs.MA cs.RO
R$\times$R: Rapid eXploration for Reinforcement Learning via Sampling-based Reset Distributions and Imitation Pre-training
Columbia University（哥伦比亚大学）
针对强化学习中高维状态空间探索难的问题，提出结合基于采样的非完整RRT算法与模仿预训练的R×R方法，可学习更高难度的灵巧操作技能且能迁移到真实机器人。
2024-01-27 cs.RO
ImMimic: Cross-Domain Imitation from Human Videos via Mapping and Interpolation
College of Computing, Georgia Institute of Technology（佐治亚理工学院计算学院）
提出ImMimic框架，通过DTW映射和MixUp插值结合人类视频与少量机器人演示进行协同训练，有效弥合跨域差距，提升四种机器人形态在真实任务上的成功率与执行平滑度。
2025-09-13 cs.RO
Efficient Robot Skill Learning with Imitation from a Single Video for Contact-Rich Fabric Manipulation
The Hong Kong Polytechnic University（香港理工大学）；The University of Hong Kong（香港大学）；Shanghai Jiaotong University（上海交通大学）
针对真实机器人策略探索成本高的问题，提出融合仿真先验学习、单视频状态对齐奖励和安全采样MPC的单样本模仿框架，并在富接触织物操作中验证其快速技能获取能力。
2023-04-24 cs.RO
Wasserstein Distance guided Adversarial Imitation Learning with Reward Shape Exploration
Tsinghua University（清华大学）；Sun Yat-Sen University（中山大学）
生成式对抗模仿学习（GAIL）提供了一个对抗性学习框架，用于从高维连续任务的演示中模仿专家策略。然而，几乎所有的GAIL及其扩展都只设计了一种对数形式的奖励函数在对抗训练策略与Jensen-Shannon（JS）的分歧，为所有复杂的环境。固定对数类型的奖励函数可能难以解决所有复杂的任务，而JS发散引起的梯度消失问题将损害对抗学习过程。本文提出了一种新的Wasserstein距离引导的对抗性模仿学习（WDAIL）算法，以提高模仿学习（IL）的性能。该方法有三个改进：（a）在对抗训练过程中引入Wasserstein距离以获得更合适的度量;（b）在强化学习阶段使用近端策略优化（PPO），实现更简单，提高算法效率;（c）探索不同的奖励函数形状以适应不同的任务以提高性能。实验结果表明，该学习过程保持了显著的稳定性，在MuJoCo复杂的连续控制任务中取得了显著的效果。
2020-12-08 cs.LG cs.RO stat.ML
KOI: Accelerating Online Imitation Learning via Hybrid Key-state Guidance
Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学高瓴人工智能学院）；Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）；Northwestern Polytechnical University（西北工业大学）；Institute of Artificial Intelligence, China Telecom Corp Ltd（中国电信股份有限公司人工智能研究院）
KOI方法通过融合语义与运动混合关键状态来改进奖励估计，从而在在线模仿学习中实现任务感知的高效探索，并在仿真和真实机器人实验中验证了其样本效率与实用性。
2024-10-17 cs.AI cs.RO
Learning from Guided Play: A Scheduled Hierarchical Approach for Improving Exploration in Adversarial Imitation Learning
University of Toronto（多伦多大学）
有效的探索仍然是一个重大的挑战，阻碍了强化学习在许多物理系统中的部署。这对于具有连续和高维状态和动作空间的系统尤其如此，例如机器人操纵器。在稀疏奖励设置中，密集奖励设计所需的低级状态信息不可用，这一挑战更加突出。对抗性模仿学习（AIL）可以部分克服这一障碍，它利用专家生成的最佳行为演示，并从本质上替代密集的奖励信息。不幸的是，专家演示的可用性并不一定提高代理的能力，有效地探索，正如我们的经验表明，可能会导致效率低下或停滞的学习。我们提出了从引导式游戏（LfGP），一个框架，在这个框架中，我们利用专家演示，除了一个主要任务，多个辅助任务。随后，一个分层模型是用来学习每个任务的奖励和政策，通过修改后的AIL程序，其中所有任务的探索是通过一个调度器组成不同的任务在一起。这提供了许多好处：对于具有挑战性瓶颈转换的主要任务，学习效率得到提高，专家数据在任务之间变得可重复使用，并且通过重复使用学习的辅助任务模型来进行迁移学习成为可能。我们在一个具有挑战性的多任务机器人操作域的实验结果表明，我们的方法相比有利的监督模仿学习和一个国家的最先进的AIL方法。代码可在https://github.com/utiasSTARS/lfgp上获得。
2022-07-19 cs.AI cs.LG cs.RO
Learning from Guided Play: Improving Exploration for Adversarial Imitation Learning with Simple Auxiliary Tasks
University of Toronto Institute for Aerospace Studies（多伦多大学航空航天研究所）；University of Alberta（阿尔伯塔大学）
针对对抗性模仿学习因探索不足陷入局部最优的问题，提出LfGP框架，通过引入辅助任务专家演示强制探索，在多任务机器人操作中显著优于AIL和行为克隆，且专家样本效率更高。
2023-10-12 cs.AI cs.LG cs.RO
Task-Space Imitation Guidance for Efficient Reinforcement Learning
Sanctuary AI
TIGER框架通过将模仿策略作为任务空间进度估计器并构建密集奖励，在稀疏奖励桌面操作任务中提升强化学习的样本效率与安全性。
2026-10-14 cs.RO
Semantic OcTree Mapping and Shannon Mutual Information Computation for Robot Exploration
University of California San Diego（加州大学圣地亚哥分校）
在非结构化和未知环境中的自主机器人操作需要使用流式范围和视觉观察进行映射和探索的有效技术。基于信息的探测技术，如柯西-施瓦茨二次互信息（CSQMI）和快速香农互信息（FSMI），已经成功地实现了主动二进制占用映射与距离测量。然而，当我们设想机器人执行复杂的任务，指定语义有意义的概念，它是必要的，以捕捉语义的测量，地图表示，和探索的目标。这项工作提出了语义八叉树映射和香农互信息（SSMI）计算机器人探索。我们开发了一个贝叶斯多类映射算法的基础上八叉树数据结构，其中每个体素保持一个分类分布的语义类。我们推导出一个封闭形式的有效计算的香农互信息之间的一个多类八元映射和一组范围类别的测量使用语义行程长度编码的传感器射线的下限。该界限允许快速评估许多潜在的机器人轨迹的自主探索和映射。我们将我们的方法与最先进的探索技术进行比较，并将其应用于各种模拟和真实世界的实验中。
2023-02-25 cs.RO
Learning Autonomous Exploration and Mapping with Semantic Vision
ShanghaiTech University（上海科技大学）
我们解决的问题，自主探索和地图的移动机器人使用视觉输入。探索和地图绘制是机器人领域的一个重要问题，其目标是使机器人能够自主地探索新的环境并创建地图以供将来使用。与经典的方法不同，我们提出了一种基于学习的方法，这项工作的基础上的语义解释的视觉场景。我们的方法是基于一个由三个模块组成的深度网络：语义分割网络，使用相机几何和探索行动网络映射。所有模块都是可区分的，因此整个管道都是基于演员-评论家框架进行端到端训练的。我们的网络一步一步地做出行动决策，同时生成自由空间地图。据我们所知，这是第一个将探索和映射公式化为学习框架的算法。我们验证我们的方法在模拟现实世界的环境中，并证明了竞争力的基线方法的性能增益。
2019-01-15 cs.RO
BEAC: Imitating Complex Exploration and Task-oriented Behaviors for Invisible Object Nonprehensile Manipulation
Nara Institute of Science and Technology（奈良科学技术研究所）；Kobe City College of Technology（神户市立工业高等专门学校）
针对部分观测下不可见物体非抓取操作的模仿学习存在示教动作不一致、认知负荷高的问题，提出BEAC框架，结合预设计探索策略与任务导向策略的切换结构，实现更优性能并降低示教认知负荷。
2025-03-21 cs.LG cs.RO
Active Bayesian Multi-class Mapping from Range and Semantic Segmentation Observation
University of California San Diego（加州大学圣地亚哥分校）
许多机器人应用要求自主探索和映射未知和非结构化的环境。基于信息的探测技术，如柯西-施瓦茨二次互信息（CSQMI）和快速香农互信息（FSMI），已经成功地实现了主动二进制占用映射与距离测量。然而，当我们设想机器人执行复杂的任务指定的语义有意义的对象，有必要捕捉语义类别的测量，地图表示，和探索目标。这项工作开发了一个贝叶斯多类映射算法，利用范围类别测量。我们得到了一个封闭的形式有效的计算下界的香农互信息之间的多类映射和测量。该界限允许快速评估许多潜在的机器人轨迹的自主探索和映射。我们比较我们的方法对基于前沿和FSMI的探索，并将其应用于3-D逼真的仿真环境。
2021-01-06 cs.RO
Autonomous Exploration Method for Fast Unknown Environment Mapping by Using UAV Equipped with Limited FOV Sensor
Wuhan University（武汉大学）
自主探测是实现快速自主测绘和目标搜索的重要环节之一。然而，现有的大多数方法都面临着低质量的弹道或来回机动造成的低效率的问题。为了提高未知环境下的探测效率，提出了一种快速自主探测规划器（FAEP）。与现有方法不同，本文首先设计了一种新的边界探索序列生成方法，该方法不仅考虑了飞行层的因素，还考虑了边界层的因素，以获得更合理的探索路径。然后，根据探测序列和边界的分布，提出了一种自适应偏航规划方法，在探测过程中通过偏航变化覆盖更多的边界。此外，为了提高飞行的速度和流畅性，还采用了动态重规划策略。我们提出了充分的比较和评估实验在模拟环境中。实验结果表明，所提出的探索规划器具有更好的性能，在飞行时间和飞行距离相比，典型的和国家的最先进的方法。此外，所提出的方法的有效性进一步评估在现实世界的环境中。
2023-02-05 cs.RO
Gaussian Process Autonomous Mapping and Exploration for Range Sensing Mobile Robots
College of Engineering, University of Michigan（密歇根大学工程学院）；University of Technology Sydney（悉尼科技大学）
大多数现有的机器人探索方案使用占用网格表示和称为边界的几何目标。占用网格表示依赖于网格单元之间的独立性的假设，忽略了环境中存在的结构相关性。我们开发了一种高斯过程（GPS）占用映射技术，由于其增量公式化，该技术在计算上易于在线地图构建，并提供了一个连续的地图空间坐标不确定性模型。表示从占用图中提取的几何边界的标准方法是为每个网格单元分配二进制值。我们将这一概念扩展到新的概率前沿地图计算有效地使用GP占用图的梯度。我们还提出了一种基于互信息的贪婪探索技术，该技术建立在考虑到所有可能的未来观测的表示。高维地图推理的一个主要优点是，这种技术需要更少的观测，从而在地图构建场景的探索过程中更快地减少地图熵。使用公开的数据集的评估表明，机器人测绘和探索任务的建议框架的有效性。
2017-10-18 cs.RO
Joint On-and-Off Policy Learning for Vision-and-Language Navigation
Joy Future Academy（京东探索研究院）
研究视觉与语言导航问题，提出JOP-VLN框架，通过三阶段训练流程，协同结合离线策略模仿学习和在线策略探索，采用高熵轨迹采样和纠错优先轨迹排序策略，在相关基准上取得高成功率，创技术新水平。
2026-07-16 cs.RO
WayEx: Waypoint Exploration using a Single Demonstration
University of Maryland（马里兰大学）
WayEx提出一种从单次演示学习复杂机器人任务的新方法，通过新奖励函数和知识扩展技术，减少训练时间50%，并在六个任务中优于现有模仿学习方法。
2024-07-22 cs.AI cs.RO
Unlocking the Potential of Soft Actor-Critic for Imitation Learning
DFKI GmbH（德累斯顿夫琅和斐研究所）；University of Bremen（不莱梅大学）
针对 AMP+PPO 样本效率与泛化不足的问题，本文提出结合 AMP 与异策略 SAC 的模仿学习框架，并在四足多地形步态实验中证明其更稳定且模仿奖励更高。
2025-09-29 cs.RO
Distributed multi-robot potential-field-based exploration with submap-based mapping and noise-augmented strategy
Singapore University of Technology and Design（新加坡科技设计大学）；Inria Grenoble, Grenoble Alpes University（法国国家信息与自动化研究所格勒诺布尔分部，格勒诺布尔阿尔卑斯大学）；School of Electrical and Electronic Engineering, Nanyang Technological University（南洋理工大学电气与电子工程学院）
针对未知环境多机器人探索中速度与协作能力的挑战，提出结合分布式子图协同建图、改进波前距离与有色噪声增强的势场探索方法，经仿真与真实场景验证，在探索速度和协作能力上优于现有方法。
2024-07-10 cs.RO
REALMS2 -- Resilient Exploration And Lunar Mapping System 2 -- A Comprehensive Approach
University of Luxembourg（卢森堡大学）
欧洲航天局（欧空局）和欧洲空间资源创新中心（ESRIC）发起了空间资源挑战赛，邀请研究人员和公司为多机器人系统空间勘探提出创新解决方案。本文提出了弹性探测和月球测绘系统2（REALMS 2），行星勘探和测绘的MRS框架。REALMS 2基于机器人操作系统第2版（ROS 2），并通过可视化同步定位和地图绘制（vSLAM）进行了增强，用于地图生成，REALMS 2使用网状网络构建强大的自组织网络。一个单一的图形用户界面（GUI）控制所有的漫游车，提供了一个简单的概述机器人任务。该系统专为异构多机器人探索任务而设计，以应对外星环境带来的挑战。REALMS 2在ESA-ESRIC挑战赛的第二次现场测试中使用，并允许使用三个同质漫游车绘制大约60%的区域，同时处理通信延迟和停电。
2025-10-30 cs.RO
Imitation Learning Based on Disentangled Representation Learning of Behavioral Characteristics
Saitama University（埼玉大学）；University of Tsukuba（筑波大学）
针对人类定性指令难适配机器人动作的问题，提出基于弱监督短序列分割的运动生成模型，可在线响应修饰语指令调整动作，在擦拭和抓取放置任务中优于传统批次方法。
2025-09-05 cs.RO
Autonomous Exploration and Mapping for Mobile Robots via Cumulative Curriculum Reinforcement Learning
Shanghai Jiao Tong University（上海交通大学）
深度强化学习（Deep Reinforcement Learning，DRL）已广泛应用于自主探索和地图绘制任务中，但通常面临采样效率、对未知地图大小的适应性差以及模拟速度慢等挑战。为了加快收敛速度，我们将课程学习（CL）与DRL相结合，首先提出了累积课程强化学习（CCRL）训练框架，以缓解一般CL面临的灾难性遗忘问题。此外，我们提出了一种新的状态表示，它考虑了局部自我中心地图和全球勘探地图调整到固定的维度，以便灵活地适应各种大小和形状的环境。此外，为了促进DRL模型的快速训练，我们开发了一个轻量级的基于网格的模拟器，与流行的机器人仿真平台（如Gazebo）相比，它可以大大加快仿真速度。基于定制的模拟器，进行了综合实验，结果表明，与一般CL和无课程的DRL模型相比，CCRL框架不仅缓解了灾难性遗忘问题，而且提高了样本效率和DRL模型的泛化能力。我们的代码可在https://github.com/BeamanLi/CCRL_Exploration上获得。
2023-02-25 cs.RO
Robotic Exploration through Semantic Topometric Mapping
Luleå University of Technology（吕勒奥理工大学）
提出一种基于语义拓扑度量地图的机器人探索策略，通过利用结构语义信息（如交叉口属性）结合边界度量，实现更快、计算更高效的探索，并在室内环境中验证其有效性。
2024-06-26 cs.RO
MonoSpheres: Large-Scale Monocular SLAM-Based UAV Exploration through Perception-Coupled Mapping and Planning
Department of Cybernetics, Faculty of Electrical Engineering, Czech Technical University in Prague（捷克技术大学布拉格分校电子工程系控制系）
本文提出一种基于单目视觉的自主探索方法，通过考虑稀疏单目SLAM前端的特性，实现大规模无结构室内和室外3D环境的安全覆盖，展示了稀疏单目深度数据在考虑视差要求和纹理缺失表面可能性下的前沿探索可行性。
2026-05-13 cs.RO
Action-Aware Pro-Active Safe Exploration for Mobile Robot Mapping
Eindhoven University of Technology（埃因霍温理工大学）；Eindhoven AI Systems Institute（埃因霍温人工智能系统研究所）
本文提出一种动作感知的主动预防性重规划探索策略，利用视点可执行信息避免冗余运动并作为终止准则，结合安全路径规划和信息效用最优的视点选择，在仿真与硬件实验中验证了其有效性。
2025-03-12 cs.RO
3D Soil Compaction Mapping through Kriging-based Exploration with a Mobile Robot
University of Lincoln（林肯大学）；Lincoln Centre for Autonomous Systems（林肯自治系统中心）；School of Computer Science（计算机科学学院）；Lincoln Institute for Agri-food Technology（林肯农业食品技术研究所）
提出了一种利用室外移动机器人自动生成土壤状况空间地图的方法。有效的农场土壤测绘可以提高产量，减少投入，并有助于保护环境。传统上，在任意一组位置手动收集数据，然后使用Kriging（高斯过程回归的一种形式）离线构建土壤图。这个过程是费力和昂贵的，限制了所产生的信息的质量和分辨率。相反，我们建议使用室外移动机器人自动收集土壤条件数据，在线构建土壤地图，并根据地图的当前质量调整机器人的探索策略。我们展示了如何使用克里格方差作为机器人探索的奖励函数，既可以更有效的数据汇集和更好的土壤模型。这项工作为我们的提议提供了理论基础，并使用移动机器人生成的田地的土壤压实数据对勘探策略进行了实验比较。
2018-03-21 cs.RO
Multi-Robot Distributed Optimization for Exploration and Mapping of Unknown Environments using Bioinspired Tactile-Sensor
Department of Mechanical Engineering University of California at Berkeley Berkeley, CA, US（机械工程系 加州大学伯克利分校 伯克利加州）
提出一种基于分布式优化和仿生触觉传感器的多机器人系统，通过记录碰撞点实现未知环境的高效探索与二维地图构建，实验验证了高覆盖率和低碰撞。
2025-10-07 cs.RO
Multi-Robot Autonomous Exploration and Mapping Under Localization Uncertainty with Expectation-Maximization
Stevens Institute of Technology（史蒂文斯理工学院）
本研究面向去中心化多机器人团队，提出一种考虑地图与定位不确定性的自主探索算法，通过虚拟地标量化噪声影响、采用期望最大化启发的迭代算法评估行动效果，实验证明其可在地图不确定性抑制与任务分配效率间实现平衡。
2024-03-06 cs.RO
Walk Like Dogs: Learning Steerable Imitation Controllers for Legged Robots from Unlabeled Motion Data
Computational Robotics Lab in the Department of Computer Science, ETH Zurich, Switzerland（计算机科学系计算机器人实验室，瑞士苏黎世联邦理工学院）；Robot Intelligence Lab in the Department of Artificial Intelligence, Korea University, South Korea（人工智能系机器人智能实验室，韩国大学）
本文提出了一种从未标记动作数据中学习可调节模仿控制器的方法，通过自动发现行为模式并生成风格一致的运动目标，实现四足机器人自主步态生成与转换。
2026-03-04 cs.RO
Real-Time Volumetric-Semantic Exploration and Mapping: An Uncertainty-Aware Approach
Aarhus University（奥胡斯大学）
在这项工作中，我们提出了一个整体框架，自主空中检查任务，使用语义感知，但计算效率高的规划和映射算法。该系统利用最先进的滚动时域探索技术进行下一个最佳视图（NBV）规划，并利用最先进的深度卷积神经网络（DCNN）提供的几何和语义分割信息，以丰富环境表示。本文的贡献是三方面的，首先，我们提出了一个有效的传感器观测模型，以及一个奖励函数，该函数对从特定视点获取的观测值的预期信息增益进行编码。其次，我们扩展了奖励函数，不仅包含几何概率信息，还包含语义概率信息，这些信息由用于实时的【形】操作的语义分割的DCNN提供。在环境表示中的语义信息的结合允许偏向于特定对象的探索，而忽略任务无关的规划过程中。最后，我们采用我们的方法在自主无人机船厂检查任务。一组模拟在现实的情况下证明了所提出的框架相比，国家的最先进的功效和效率。
2021-09-03 cs.RO
Self-Augmented Robot Trajectory: Efficient Imitation Learning via Safe Self-augmentation with Demonstrator-annotated Precision
AIST（日本产业技术综合研究所）
SART通过安全自增强技术，从单次人类演示中高效学习机器人轨迹，提升数据收集效率并减少碰撞风险。
2026-02-11 cs.AI cs.RO
Visual Imitation Learning of Non-Prehensile Manipulation Tasks with Dynamics-Supervised Models
National Institute of Advanced Industrial Science and Technology (AIST)（日本国立研究开发法人产业技术综合研究所）
本文提出在视觉世界模型中加入刚体位置、速度和加速度的动力学映射监督，实验证明其可显著提升非抓握操作模仿学习性能及域内泛化。
2024-10-25 cs.RO
Coverage Sampling Planner for UAV-enabled Environmental Exploration and Field Mapping
University of British Columbia（不列颠哥伦比亚大学）；The Chinese University of Hong Kong（香港中文大学）
无人机（UAV）已经通过利用其移动传感、自主导航和远程操作的能力而被实施用于环境监测。然而，在现实世界的应用中，机载资源的限制（例如，无人机的供电能力将限制监测区域的覆盖范围和采集样本的数量，这将阻碍野外估计和制图的性能。因此，资源受限的问题需要一个有效的采样规划调度无人机为基础的环境监测传感任务。本文提出了一种覆盖采样和路径规划的无人机使移动传感器的任务规划器，以有效地探索和映射的未知环境，建模为一个随机场。所提出的规划器可以产生一个最佳的覆盖密度的探索性采样的覆盖路径，和相关的能源成本受到电源约束。所开发的框架的性能进行评估，并与现有的国家的最先进的算法相比，使用从环境监测计划以及物理现场实验收集的真实世界的数据集。实验结果表明，所提出的覆盖抽样规划的可靠性和准确性在事先调查的环境勘探和实地制图。
2019-07-12 cs.RO
Following High-level Navigation Instructions on a Simulated Quadcopter with Imitation Learning
Cornell University（康奈尔大学）；Cornell Tech（康奈尔科技学院）；Tel Aviv University（特拉维夫大学）
我们介绍了一种方法，通过直接从图像，指令和姿态估计映射到连续的低级别的速度命令进行实时控制的高级别的导航指令。接地语义映射网络（GSMN）是一个完全可区分的神经网络架构，通过在网络中加入针孔摄像机投影模型，在世界参考系中构建显式语义映射。存储在地图中的信息是从经验中学习的，而本地到世界的转换是显式计算的。我们使用DaggerFM来训练模型，DaggerFM是Dagger的一个修改版本，它通过表格收敛保证来提高训练速度和内存使用。我们在虚拟环境中测试GSMN在现实的四轴飞行器模拟器，并表明，结合显式映射和接地模块，使GSMN能够超越强大的神经基线，几乎达到专家的政策性能。最后，我们分析了学习的地图表示，并表明，使用显式地图导致一个可解释的解释遵循模型。
2018-05-31 cs.AI cs.CL cs.CV
End-to-End Deep Imitation Learning: Robot Soccer Case Study
Boğaziçi University（海峡大学）
在模仿学习中，通常使用从演示数据中提取的特征来进行行为学习。最近的深度学习算法使得机器学习方法的开发成为可能，这些方法可以获得高维数据作为输入。在这项工作中，我们使用模仿学习来教机器人运球到球门。我们使用B-Human机器人软件来收集演示数据，并使用深度卷积网络来表示策略。我们使用机器人的顶部和底部摄像头图像作为输入，速度命令作为输出。CNN策略学习一系列图像和速度命令之间的映射。在3D逼真的机器人模拟器实验中，我们表明机器人能够学习搜索球和运球，但它很难与目标对齐。最佳策略模型学习在20个测试集中获得4个目标。
2018-06-28 cs.AI cs.RO
Self-Imitation Learning by Planning
University of Groningen（格罗宁根大学）
模仿学习（Imitation learning，IL）通过传递专家知识使机器人快速获得技能，广泛用于强化学习（reinforcement learning，RL）初始化探索。然而，在长时间运动规划任务中，部署IL和RL方法的挑战性问题是如何生成和收集大量的、广泛分布的数据，使得这些方法可以有效地推广。在这项工作中，我们解决了这个问题，使用我们提出的方法称为{自我模仿学习规划（SILP）}，其中演示数据自动收集规划的访问状态从当前的政策。SILP的灵感来自于观察到在早期强化学习阶段成功访问的状态是基于图搜索的运动规划器中的无冲突节点，因此我们可以规划和重新标记机器人自己的试验作为策略学习的示范。由于这些自我生成的演示，我们减轻了人类操作员的费力的数据准备过程中所需的IL和RL方法在解决复杂的运动规划任务。评估结果表明，我们的SILP方法实现了更高的成功率和提高样本效率相比，选定的基线，在模拟学习的政策表现良好，在现实世界的布局任务与不断变化的目标和障碍。
2021-03-26 cs.AI cs.RO
From Imitation to Exploration: End-to-end Autonomous Driving based on World Model
Department of Automation, Shanghai Jiao Tong University（自动化系，上海交通大学）；Key Laboratory of System Control and Information Processing, Ministry of Education of China（系统控制与信息处理重点实验室，中华人民共和国教育部）；Global Institute of Future Technology, Shanghai Jiao Tong University（未来技术全球研究院，上海交通大学）
提出RAMBLE，一种基于世界模型的端到端强化学习方法，结合模仿学习与强化学习，通过非对称变分自编码器和Transformer提取环境特征，在CARLA基准上取得领先性能。
2025-04-20 cs.AI cs.LG cs.RO
Active Exploration and Mapping via Iterative Covariance Regulation over Continuous $SE(3)$ Trajectories
UC San Diego（加州大学圣迭戈分校）
本文提出了一种新的方法\emph{iterative Covariance Regulation}（iCR），用于主动探索和地图的移动机器人配备了车载传感器。该问题是作为最优控制的$SE(3)$姿态运动学的机器人，以最小化的微分熵的地图条件的潜在的传感器的观察。我们引入了一个可微的视野配方，并通过梯度下降方法迭代更新连续空间中的开环控制序列，使地图估计的协方差最小化，从而获得iCR。我们展示了自主探索和不确定性减少在模拟占用网格环境。
2021-03-10 cs.RO math.OC
SuperEx: Enhancing Indoor Mapping and Exploration using Non-Line-of-Sight Perception
Department of Applied Mathematics, Delhi Technological University（应用数学系，德里技术大学）；Stony Brook University（石溪大学）
本文提出 SuperEx 框架，将非视距（NLOS）单光子 LiDAR 感知集成到机器人建图与探索循环中，通过物理与数据驱动方法重建隐藏结构，显著提升了低覆盖率下的建图精度与探索效率。
2025-10-12 cs.CV cs.RO
Learning to Generalize Across Long-Horizon Tasks from Human Demonstrations
Stanford Vision and Learning Lab（斯坦福视觉与学习实验室）
模仿学习是一种在现实世界中训练机器人策略的有效和安全的技术，因为它不依赖于昂贵的随机探索过程。然而，由于缺乏探索，学习政策，推广以外的表现出的行为仍然是一个开放的挑战。我们提出了一个新的模仿学习框架，使机器人1）学习复杂的现实世界的操作任务，有效地从少量的人类示范，2）合成新的行为不包含在收集的示范。我们的关键见解是，多任务域往往呈现出一种潜在的结构，其中不同任务的演示轨迹在状态空间的公共区域相交。我们提出了泛化通过模仿（GTI），一个两阶段的离线模仿学习算法，利用这种交叉结构的训练目标导向的政策，推广到看不见的开始和目标状态的组合。在GTI的第一阶段，我们训练一个随机的政策，利用轨迹交叉点有能力组成不同的演示轨迹的行为在一起。在第二阶段的GTI，我们收集了一个小的推出从第一阶段的无条件随机政策，和训练目标导向代理推广到新的开始和目标配置。我们验证GTI在模拟域和一个具有挑战性的长期视野机器人操作域在现实世界中。其他结果和视频可在https://sites.google.com/view/gti2020/上获得。
2021-06-23 cs.AI cs.LG cs.RO
SPACE: 3D Spatial Co-operation and Exploration Framework for Robust Mapping and Coverage with Multi-Robot Systems
School of Computing, University of Georgia（佐治亚大学计算学院）
针对多机器人室内视觉建图中重影轨迹和前沿选择忽视重建的问题，提出SPACE半分布式框架，利用几何技术和自适应前沿分配实现覆盖与建图平衡，在仿真中优于现有方法。
2024-11-04 cs.CV cs.MA cs.RO
Robust Robotic Exploration and Mapping Using Generative Occupancy Map Synthesis
本文提出了一种基于生成占用地图合成的鲁棒机器人探索方法，通过实时融合预测提升地图质量和可通行性，实验表明其在不同环境中提升了探索一致性。
2025-12-29 cs.AI cs.RO
ActiveLang: Active Open-Vocabulary 3D Mapping with Semantic-Uncertainty-Guided Exploration
Stevens Institute of Technology（史蒂文斯理工学院）；Purdue University（普渡大学）；Goertek Alpha Labs（歌尔阿尔法实验室）
ActiveLang提出一种基于语义不确定性引导探索的主动开放词汇三维建图系统，通过在线语言特征自适应和高效视点规划，在Replica和ScanNet++上显著提升分割性能并降低建图成本。
2026-10-08 cs.CV cs.RO
