A Path-Dependent Variational Framework for Incremental Information Gathering
Cornell University(康奈尔大学);University of Michigan(密歇根大学)
沿着路径收集的信息本质上是次模块化的;由于冗余观测,沿着路径获得的信息增量会减少。除了子模块化之外,获得的信息增量不仅是当前状态的函数,也是整个历史的函数。本文给出了记忆(历史依赖)拉格朗日函数的一阶最优性必要条件的构造。路径依赖问题经常出现在机器人和人工智能中,其中诸如地图的状态是部分可观察的,并且信息只能通过局部感知沿着轨迹获得。机器人探索和环境监测有许多现实世界的应用,可以制定使用所提出的方法。
2020-10-26 cs.RO math.OC
Socially Inspired Communication in Swarm Robotics
University of Minnesota(明尼苏达大学)
群体中的局部通信已被证明在某些情况下通过允许额外的合作机会来提高群体的有效性。然而,交流和利用可能过时的信息也是一个令人关切的问题。我们提出了一个明确的非定向的基于目标的通信模型和消息接受/拒绝计划,并测试我们的模型在一组对象收集实验与一群机器人。实验的结果表明,即使是低水平的沟通群体的目标优于高水平的随机信息沟通。
2019-06-03 cs.RO
Multi-Modal Active Perception for Information Gathering in Science Missions
Australian Centre for Field Robotics, The University of Sydney(悉尼大学澳大利亚野外机器人中心);Center for Autonomous Systems, University of Technology Sydney(悉尼科技大学自主系统中心);Intelligent Robotics Group, NASA Ames Research Center(美国国家航空航天局艾姆斯研究中心智能机器人组)
在深海和外层空间等偏远环境中的机器人科学任务可能涉及研究无法使用机载传感器直接观察到的现象,但必须通过将相关变量的测量与领域知识相结合来推断。传统上,在这样的任务中,机器人沿着规定的路径被动地收集数据,而推理、路径规划和其他高层决策主要由监督科学团队执行。然而,沟通的限制阻碍了这些过程,从而阻碍了科学进步的速度。本文提出了一种主动感知方法,旨在减少机器人对人类监督的依赖,并通过编码科学家的领域知识和决策过程中提高科学生产力。我们使用贝叶斯网络来对科学知识的关键方面进行复杂建模,同时对观察和建模的不确定性保持鲁棒性。然后,我们制定的路径规划和传感器调度作为一个信息增益最大化的问题,并提出了一个基于采样的解决方案的基础上,蒙特卡罗树搜索规划信息传感器的行动,利用网络中编码的知识。我们的框架的计算复杂性不会随着观察次数的增加而增加,并且允许以任何时间的方式进行长期规划,使其非常适用于现场机器人。仿真结果表明,在统计上显着的性能改善基线方法,我们验证了我们的方法的实用性,通过硬件实验和模拟实验与NASA莫哈韦挥发物勘探科学考察期间收集的现场数据。
2017-12-28 cs.RO
AK: Attentive Kernel for Information Gathering
Indiana University(印第安纳大学)
机器人信息收集(RIG)依赖于概率模型的不确定性来识别关键区域以进行有效的数据汇集。具有固定核的高斯过程(GPs)已被广泛用于空间建模。然而,真实世界的空间数据通常不满足平稳性的假设,其中不同的位置被假设为具有相同程度的可变性。因此,预测不确定性不能准确地捕获预测误差,限制了RIG算法的成功。我们提出了一个新的家庭的非平稳内核,命名为注意内核(AK),这是简单的,强大的,并可以扩展任何现有的内核到一个非平稳的。我们评估新的内核在海拔映射任务,AK提供更好的准确性和不确定性量化常用的RBF内核和其他流行的非平稳内核。改进的不确定性量化指导下游RIG计划人员在高误差区域周围收集更多有价值的数据,进一步提高预测精度。现场实验表明,该方法可以指导自主地面车辆(ASV)优先数据汇集的位置与高空间变化,使模型的特点,突出的环境特征。
2022-05-13 cs.RO
Beyond Shortsighted Navigation: Merging Best View Trajectory Planning with Robot Navigation
提出连续长时程视角规划(LHVP)框架,通过耦合机械臂相机视角与移动底座导航规划,优化四足机器人巡视时的环境覆盖率,显著优于传统巡视方法。
2024-08-22 cs.RO
A New Classification Approach for Robotic Surgical Tasks Recognition
Shahid Beheshti University(沙希德·贝赫什提大学)
机器人手术任务的自动识别和分类是实现手术自动化和手术训练的重要基础。最近,收集数据方面的技术突破使数据驱动的模型开发成为可能。在本文中,我们提出了一个框架,高层次的机器人手术任务识别使用运动数据。我们提出了一种新的分类技术,用于分类三个重要的手术任务,通过定量分析的议案:打结,穿针和缝合。所提出的技术集成了最先进的数据采掘和时间序列分析方法。该框架的第一步包括开发一个时间序列的距离为基础的相似性度量使用导数动态时间规整(DDTW)。然后采用距离加权k-近邻算法对任务实例进行分类。该框架使用广泛的数据集进行了验证。我们的研究结果表明,所提出的框架在认识基本的机器人手术任务的强度。
2017-07-12 cs.RO
Toward Safety-Aware Informative Motion Planning for Legged Robots
University of Michigan(密歇根大学)
本文报道了一个集成的框架,安全意识的信息运动规划适合足式机器人。信息收集计划者考虑到环境的密集随机地图,而安全约束通过控制障碍函数(CBF)来执行。该规划器是基于增量探索信息收集(IIG)算法,并允许使用模型预测控制(MPC)的形式主义闭环kinodynamic节点扩展。机器人探索和信息收集问题本质上是路径依赖问题。也就是说,沿着路径收集的信息取决于状态和观察历史。因此,仅基于模块化成本的运动规划不会导致用于探索的合适规划。我们提出了SAFE-IIG,这是一种综合信息运动规划算法,它考虑到:1)经由在环境的随机地图上计算的子模块信息函数的机器人的感知视场,2)经由用于闭环多水平节点扩展的离散时间CBF和MPC的机器人的动力学和安全约束,以及3)通过设置信息论规划视野的自动停止准则。仿真结果表明,SAFE-IIG算法能够在稠密地图上规划出安全的、动态可行的路径。
2021-03-26 cs.RO
Robótica Móvel e Inteligência Artificial para Investigação, Competição e Automatização de Sistemas Industriais
Universidad Tecnológica del Uruguay(乌拉圭技术大学)
近年来,由于一些工厂的生产方式加快,机器人用于增强某些流程的实施变得流行。在这种背景下,机器人技术出现了,首先是固定机器人,最近是移动机器人,即空中和地面机器人。它们可以用于功能内的限定过程,主要是固定机器人,但也可以用于更广泛领域的研究甚至竞争。本工作总结了一个地面移动机器人模型的建设,使人工智能的研究和比赛的目的,所有这些与基本的传感器,可用于工业。
2022-10-20 cs.RO
Learning-based Methods for Adaptive Informative Path Planning
TU Delft(代尔夫特理工大学);University of Bonn(波恩大学);Stanford University(斯坦福大学)
本文综述了基于学习的方法在自适应信息路径规划(AIPP)中的应用,提出了统一数学框架和两种互补分类法,探讨了学习算法与机器人应用的协同作用,并指出了关键挑战与未来方向。
2024-07-23 cs.RO
CEASE: Collision-Evaluation-based Active Sense System for Collaborative Robotic Arms
State Key Laboratory of Mechanical System and Vibration, School of Mechanical Engineering, Shanghai Jiao Tong University(上海交通大学机械与动力工程学院机械系统与振动国家重点实验室)
针对协作机械臂固定视觉碰撞检测范围受限的问题,提出带旋转摄像头的主动感知系统CEASE,通过状态置信包络表征障碍物、马尔可夫决策过程优化观测序列,显著提升动态障碍物观测覆盖率与机械臂安全性。
2024-03-09 cs.RO
Safety-critical Control Under Partial Observability: Reach-Avoid POMDP meets Belief Space Control
本文提出了一种基于信念空间的分层控制架构,通过信念控制李雅普诺夫函数和屏障函数实现安全关键控制,提升机器人在部分可观测环境中的任务成功率和安全性。
2026-03-11 cs.RO
Restorebot: Towards an Autonomous Robotics Platform for Degraded Rangeland Restoration
University of Colorado Boulder(科罗拉多大学博尔德分校)
针对退化草原植被变化细微、生态学家难量化干预技术成效的问题,研发了用于数据采集与干预的移动机器人平台RestoreBot,梳理了自主植被恢复的机遇挑战与待解问题。
2023-12-12 cs.RO
Few-Shot Adaptation to Non-Stationary Environments via Latent Trend Embedding for Robotics
College of Information Science and Engineering, Ritsumeikan University(立命馆大学信息科学与工程学院);Production & Technology Department, NIPPN CORPORATION(NIPPN公司生产与技术部门);University of Osaka(大阪大学);National Institute of Technology, Ichinoseki College(国立Ichinoseki学院)
本文提出了一种基于潜在趋势ID的少样本适应框架,通过估计低维环境状态实现非平稳环境下的适应,无需修改模型参数,具有可扩展性和可解释性。
2026-03-11 cs.AI cs.RO
RAIDER: Tool-Equipped Large Language Model Agent for Robotic Action Issue Detection, Explanation and Recovery
Eurecat Centre Tecnològic de Catalunya(加泰罗尼亚Eurecat技术中心)
本文提出RAIDER,一种结合LLM与落地工具的智能体,通过动态生成前置条件问题并调用工具,解决机器人动作问题的检测、解释与恢复,提升了具身智能体在动态环境中的适应性与恢复成功率。
2025-04-04 cs.RO
Efficient Touch Based Localization through Submodularity
Carnegie Mellon University(卡内基梅隆大学)
许多机器人系统通过执行一系列信息收集动作来处理不确定性。在这项工作中,我们专注于有效地构建这样一个序列的问题,通过绘制一个显式连接到子模块。理想情况下,我们希望有一种方法可以找到最佳序列,在提供足够信息的同时花费最少的时间。然而,找到这个序列通常是困难的。因此,许多成熟的方法都选择了greatly操作。令人惊讶的是,这往往表现良好。我们的工作首先解释了这种高性能-我们注意到一个常用的度量,减少香农熵,是submodular在某些假设下,渲染贪婪的解决方案相比,在离线设置的最佳计划。然而,在线对观察结果做出反应可以提高性能。最近开发的自适应子模块化的概念提供了一个贪心算法在这个在线设置的保证。在这项工作中,我们开发了新的方法,基于自适应子模块选择一系列的信息收集行动在线。除了提供保证之外,我们还可以利用子模块化来获得额外的计算加速。我们证明了这些方法在仿真和机器人上的有效性。
2013-04-23 cs.RO
Identifying Uncertainty in Self-Adaptive Robotics with Large Language Models
Simula Research Laboratory(Simula研究实验室);Aarhus University(奥胡斯大学)
本文评估了10个大语言模型在四个工业规模机器人案例中识别自适应机器人不确定性的能力,从业者认可63%-88%的响应,表明LLM可支持系统化不确定性识别。
2025-10-07 cs.RO cs.SE
Grasping Student: semi-supervised learning for robotic manipulation
University of Warsaw(华沙大学);IDEAS NCBR(IDEAS国家数字与区块链研究中心);Warsaw University of Technology(华沙理工大学);Nomagic(Nomagic公司)
在构建用于抓取的机器人学习系统时,从机器人收集真实世界数据迅速成为瓶颈。在这项工作中,我们设计了一个半监督抓取系统,在机器人经验的小样本之上,利用要挑选的产品的图像,这些图像是在没有与机器人进行任何交互的情况下收集的。我们验证了我们的研究结果在模拟和现实世界中。在少量机器人训练样本的情况下,利用未标记的数据使我们能够在基线使用的10倍大的数据集大小的水平上实现性能。论文中使用的代码和数据集将在https://github.com/nomagiclab/grasping-student上发布。
2023-03-08 cs.CV cs.LG cs.RO
Selective Exploration and Information Gathering in Search and Rescue Using Hierarchical Learning Guided by Natural Language Input
School of Aerospace, Transport and Manufacturing, Cranfield University(克兰菲尔德大学航空航天、运输与制造学院)
针对搜索与救援中全面探索不可行的问题,提出结合大型语言模型与分层强化学习的系统,将人类口头输入转化为行动策略,提升智能体在长时域稀疏奖励环境下的学习效率和决策能力。
2024-09-20 cs.CL cs.RO
Resilient Active Information Gathering with Mobile Robots
University of Pennsylvania(宾夕法尼亚大学);Massachusetts Institute of Technology(麻省理工学院)
机器人技术中的安全、安保和救援应用,如多机器人目标跟踪,涉及由移动机器人团队执行信息采集任务。然而,在容易发生故障或敌对的环境中,机器人会受到攻击,它们的通信信道会被堵塞,它们的传感器可能会发生故障,导致机器人从集体任务中退出,从而使剩余的主动机器人无法相互协调。因此,传统的设计范式变得不足,相比之下,针对系统范围故障和攻击的弹性设计变得重要。在一般情况下,弹性设计问题是很难的,即使他们经常涉及的目标函数是单调的或submodular,可扩展的近似算法,他们的解决方案一直是未知的。在本文中,我们提供了第一个算法,使以下能力:最小的通信,即,该算法由机器人仅基于它们之间的最小通信来执行;系统范围的弹性,即,该算法对于任何数量的拒绝服务攻击和故障都是有效的;以及可证明的近似性能,即,该算法确保对于所有单调(并且不一定是次模)目标函数,都有一个非常接近最优的解。我们量化我们的算法的近似性能,使用单调集函数的曲率的概念。我们支持我们的理论分析与模拟和现实世界的实验,通过考虑一个积极的信息收集的情况下,即多机器人目标跟踪。
2018-09-02 cs.MA cs.RO math.OC
Identification of Compliant Contact Parameters and Admittance Force Modulation on a Non-stationary Compliant Surface
Georgia Institute of Technology(佐治亚理工学院)
虽然自主控制的机器人机械手已经研究了几十年,他们并不常用在安全关键的应用,由于缺乏安全和性能保证-其中许多涉及相互作用力的调制。本文提出了一种机械探测策略,用于估计顺应环境的环境阻抗参数,独立的机械手的控制器设计,和配置。的参数估计中使用的基于位置的自适应力控制器,使相互作用力的控制,在顺应性,静止,和非静止的环境。这种方法的目标是应用程序的工作空间是有限的和非静止的,其中力控制是至关重要的任务成功。这些应用包括涉及顺应性的、脆弱的、移动的组织的操纵的外科任务。结果表明,快速的参数估计和成功的力调制,补偿运动。
2020-04-21 cs.RO
Robotic Planning under Uncertainty in Spatiotemporal Environments in Expeditionary Science
MIT-WHOI Joint Program(麻省理工学院-伍兹霍尔海洋研究所联合项目);Massachusetts Institute of Technology(麻省理工学院);Woods Hole Oceanographic Institution(伍兹霍尔海洋研究所)
在探险科学中,时空变化的环境--热液羽流、藻类水华、熔岩流或动物迁徙--无处不在。移动机器人非常适合研究这些动态的中尺度自然环境。我们正式远征科学作为一个顺序的决策问题,建模使用部分可观察马尔可夫决策过程(POMDPs)的语言。在现实世界的约束下解决远征科学POMDP需要在复杂的动力学和观测模型问题中进行有效的概率建模和决策。先前在信息路径规划,自适应采样和实验设计方面的工作已经显示出令人信服的结果,主要是在静态环境中,使用数据驱动的模型和基于信息的奖励。然而,这些方法并不平凡地扩展到时空环境中的远征科学:它们通常不使用状态方程动力学等科学知识,它们专注于信息收集,而不是科学任务的执行,并且它们使用决策方法,这些方法的规模很小,具有长期规划视野和实时操作限制的大型连续问题。在这项工作中,我们讨论了这些和其他挑战有关的概率建模和决策的远征科学,并提出了一些我们的初步工作,解决这些差距。我们将我们的研究结果建立在一个真正的远征科学部署的自主水下航行器(AUV)在深海热液喷口的发现和表征。我们的结论性想法强调了有待完成的工作,以及值得强化学习和决策社区考虑的挑战。
2022-06-03 cs.RO
Expected Free Energy-based Informative Path Planning for Robotic Mars Exploration
TU Eindhoven(埃因霍温理工大学);Cajal Centre for Neuroscience, Spanish National Research Council(西班牙国家研究委员会卡哈尔神经科学中心)
该研究提出将主动推理的期望自由能作为统一准则,用于预算约束下的机器人信息路径规划,其规划方法在火星探测场景中可同时实现精准地图构建与高价值区域定位,性能优于信息论基准方法。
2026-08-17 cs.IT cs.LG cs.RO
ASMR: Augmenting Life Scenario using Large Generative Models for Robotic Action Reflection
National Taiwan University(国立台湾大学);RIKEN(日本研究机构)
针对机器人辅助场景多模态训练数据稀缺的问题,提出ASMR框架,用大语言模型和Stable Diffusion生成对话与环境图像做数据增强,提升了有限数据下机器人动作选择的性能并达SOTA。
2025-06-16 cs.AI cs.CL cs.RO
UnrealROX: An eXtremely Photorealistic Virtual Reality Environment for Robotics Simulations and Synthetic Data Generation
University of Alicante(阿利坎特大学)
在机器人视觉问题中,数据驱动算法几乎在各个方面都超过了传统技术。这些算法需要大量的高质量数据才能在训练过程后正常工作。在现实世界中收集和注释如此大量的数据是一项耗时且容易出错的任务。这些问题限制了规模和质量。合成数据生成已经变得越来越流行,因为它生成更快并且自动注释。然而,当前的大多数数据集和环境缺乏真实感、交互性和来自真实世界的细节。UnrealROX是一个建立在虚幻引擎4之上的环境,旨在通过利用机器人代理探索的超现实室内场景来减少现实差距,机器人代理还在模拟世界中以视觉上逼真的方式与对象进行交互。照片级真实感场景和机器人由虚幻引擎渲染到虚拟现实头戴设备中,头戴设备可捕获视线,以便操作人员可以移动机器人并使用机器人手的控制器;场景信息按帧转储,以便可以离线再现,以生成原始数据和地面实况注释。这种虚拟现实环境使机器人视觉研究人员能够为各种各样的问题生成逼真的和视觉上合理的数据,如类和实例语义分割,目标检测,深度估计,视觉抓取和导航。
2019-11-08 cs.CV cs.MM cs.RO
Environmental Information Improves Robotic Search Performance
Virginia Tech(弗吉尼亚理工学院)
我们解决的问题,移动搜索代理试图找到一个未知数量的固定对象分布在一个有界的搜索域,搜索任务是受时间/距离约束。我们的工作考虑了假阳性、假阴性和环境不确定性。我们考虑搜索传感器的性能取决于环境的情况(例如,杂波密度),因此传感器性能在某些位置比在其它位置更好。我们特别考虑的应用程序,环境信息可以通过单独的车辆或执行搜索任务的同一车辆。在这项研究中,我们的主要贡献是正式推导出一个决策理论的成本函数来计算的位置,环境信息应该被收购。对于计算采样环境的最佳位置在计算上是昂贵的情况下,我们提供了一个近似的方法,产生可证明的接近最佳的路径。我们表明,我们的决策理论成本函数优于信息最大化的方法,这是经常在类似的应用程序。
2018-06-22 cs.RO
Towards Deep Robot Learning with Optimizer applicable to Non-stationary Problems
Nara Institute of Science and Technology(奈良先端科学技术大学院大学)
本文提出了一种新的深度学习优化器,名为d-AmsGrad。在真实世界的数据中,噪声和离群值不能从用于学习机器人技能的数据集中排除。对于那些通过实时的收集数据来学习的机器人来说,这个问题尤其突出,而这些数据是无法手动分类的。因此,已经开发了几种噪声鲁棒优化器来解决这个问题,其中一种名为AmsGrad的优化器是Adam优化器的变体,它证明了它的收敛性。然而,在实践中,它并没有提高机器人场景中的学习性能。这个原因被假设为大多数机器人学习问题是非平稳的,但是AmsGrad假设学习期间的最大二阶动量是平稳给定的。为了适应非定常问题,提出了一种使最大二阶动量缓慢衰减的改进方案。所提出的优化器具有相同的能力,达到全局最优的基线,其性能优于基线的机器人问题。
2020-07-31 cs.LG cs.RO stat.ML
Non-Parametric Stochastic Policy Gradient with Strategic Retreat for Non-Stationary Environment
在现代机器人技术中,在动态变化的环境下有效地计算最优控制策略对现成的参数策略梯度方法提出了实质性挑战,例如深度确定性策略梯度(DDPG)和双延迟深度确定性策略梯度(TD 3)。在本文中,我们提出了一个系统的方法来动态学习序列的最优控制政策的非参数,同时自主适应不断变化的环境动态。具体来说,我们的非参数基于内核的方法嵌入了一个政策分布的功能在一个非递减的欧几里得空间,因此允许其搜索空间被定义为一个非常高(可能无限)维RKHS(再生核希尔伯特空间)。此外,通过利用在RKHS中计算的相似性度量,我们用AdaptiveH技术增强了我们的非参数学习-自适应地选择一个时间帧窗口来完成在一些先前观察到的状态上采样的整个动作序列的最佳部分。为了验证我们提出的方法,我们进行了广泛的实验,多个经典的基准和一个模拟机器人基准配备了动态变化的环境。总体而言,我们的方法在学习表现方面远远优于成熟的DDPG和TD 3方法。
2022-03-24 cs.AI cs.RO
A Novel Uncalibrated Visual Servoing Controller Baesd on Model-Free Adaptive Control Method with Neural Network
Harbin Institute of Technology(哈尔滨工业大学)
如今,随着机器人手臂应用场景的不断扩大,非专业人员接触机器人手臂的场景越来越多。然而,在机器人手臂视觉伺服方面,传统的基于位置的视觉伺服(PBVS)需要大量的校准工作,这对于非专业人员来说是具有挑战性的。无标定图像视觉伺服(UIBVS)技术的出现,使人们从繁琐的标定工作中解脱出来。本文采用无模型自适应控制方法,即控制器的参数实时的更新,使系统具有更好的抑制系统和环境变化的能力。将人工智能神经网络应用于手眼关系的控制器和估计器的设计。MFAC方法利用系统输入输出信息对神经网络进行更新。受模型预测控制(MPC)方法中“预测模型”和“滚动时域”的启发,将类似结构引入算法,实现了静止目标和运动轨迹的无标定视觉伺服。机器人机械手的模拟实验将进行验证所提出的算法。
2022-11-21 cs.RO
Forecasting in Offline Reinforcement Learning for Non-stationary Environments
Bogazici University(博科西大学);University of Tübingen(图宾根大学);Ozyegin University(奥祖根大学);Osaka University(大阪大学)
非平稳环境下的离线强化学习预测框架FORL,通过结合条件扩散和零样本时间序列模型,提升智能体在非平稳环境中的鲁棒性与性能。
2025-12-27 cs.AI cs.LG cs.RO
Active Exploration in Bayesian Model-based Reinforcement Learning for Robot Manipulation
Instituto de Investigación en Ingeniería de Aragón (i3A)(阿拉贡工程研究所);University of Zaragoza(萨拉戈萨大学)
本文针对机器人操作中数据采集昂贵的问题,提出在探索阶段通过贝叶斯神经网络主动学习动力学模型,以最大化信息采集并估计转移新颖性作为奖励,在保证模型质量的同时显著降低对机器人执行步骤的需求。
2026-10-15 cs.LG cs.RO
Augmented Reality Interfaces for Human-Robot Collaboration: Development of a ROS 2-Based Sensor Streaming Framework and Validation via SLAM Algorithms
本文开发了连接Magic Leap 2与ROS 2的传感器流框架,经SLAM算法验证,实现稳定数据传输,支持人机协作中的实时交互与空间感知。
2026-09-28 cs.RO
Partially Observable Task and Motion Planning with Uncertainty and Risk Awareness
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)
针对传统TAMP完全可观测、动作确定的假设局限,提出具备不确定性与风险感知的TAMPURA策略,在任务和控制器层进行不确定性推理,实验表明其性能优于确定性规划等方法,并在真实机器人问题中得到验证。
2024-10-06 cs.AI cs.RO
Generative Control as Optimization: Time Unconditional Flow Matching for Adaptive and Robust Robotic Control
Institute for Interdisciplinary Information Sciences, Tsinghua University, Beijing, China(清华大学交叉信息研究院);Department of Computer Science, Princeton University, New Jersey, US(普林斯顿大学计算机科学系);Galaxea Inc., Beijing, China(Galaxea公司)
GeCO通过将动作合成转化为迭代优化,解决了传统流匹配在状态复杂度上计算效率低的问题,实现了自适应的计算分配和无监督的安全检测。
2026-04-26 cs.AI cs.RO
A Survey of Legged Robotics in Non-Inertial Environments: Past, Present, and Future
School of Mechanical Engineering, Purdue University(帕克大学机械工程学院);Department of Mechanical and Aerospace Engineering, Rutgers University(新泽西罗格斯大学机械与航空航天工程系);Department of Robotics, University of Michigan(密歇根大学机器人系)
综述非惯性环境中腿式机器人的建模、状态估计与控制现状,分析运动性能退化原因,探讨现有方法的局限性及未来发展方向。
2026-04-22 cs.RO cs.SY eess.SY
Seeing is Believing: Belief-Space Planning with Foundation Models as Uncertainty Estimators
Northeastern University(东北大学);MIT(麻省理工学院);Princeton University(普林斯顿大学)
本文提出一种利用VLM估计不确定性并构建符号信念表示的新颖框架,结合信念空间规划器生成包含战略性信息收集的规划,有效解决开放世界中部分可观测的机器人移动操作问题。
2025-04-04 cs.AI cs.RO
Simplified Continuous High Dimensional Belief Space Planning with Adaptive Probabilistic Belief-dependent Constraints
Technion - Israel Institute of Technology(以色列理工学院)
部分可观测域不确定性下的在线决策,也称为信念空间规划,是机器人学和人工智能中的一个基本问题。由于未来存在大量看似合理的解释,计算最优行动方案给智能体带来了巨大的计算负担。此外,在许多情况下,例如,在信息收集中,需要引入依赖于信念的约束。基于这一需求,本文考虑了最近提出的概率信念依赖约束POMDP。我们提出了一种技术,自适应地接受或放弃一个候选动作序列的概率信念依赖的约束,扩展一个完整的未来观测样本集之前,没有任何损失的准确性。此外,使用我们提出的框架,我们贡献了一种自适应方法来找到最大可行回报(例如,信息增益)在风险价值方面的候选动作序列具有实质性的加速。最重要的是,我们引入了一个自适应简化技术的概率约束设置。这种方法可以证明返回一个相同质量的解决方案,同时大大加快在线决策。我们的通用框架适用于任何信念依赖约束连续POMDP参数信念,以及粒子表示的非参数信念。在信息理论约束的背景下,我们提出的框架随机量化,如果沿规划范围的累积信息增益是足够显着的(例如,信息收集,主动SLAM)。我们将我们的方法应用到主动SLAM,一个具有高度挑战性的高维信念空间规划问题。广泛的现实模拟证实了我们提出的想法的优越性。
2023-02-13 cs.AI cs.RO
Autonomous Open-Ended Learning of Tasks with Non-Stationary Interdependencies
Universidade da Coruña(拉科鲁尼亚大学);Consiglio Nazionale delle Ricerche(意大利国家研究委员会);Istituto di Scienze e Tecnologie della Cognizione(认知科学与技术研究所);CITIC research center(CITIC研究中心)
自主开放式学习是机器学习和机器人技术中的一种相关方法,允许设计能够获得目标和运动技能的人工智能体,而无需用户分配任务。这种方法的一个关键问题是制定策略,以确保代理商能够在尽可能短的时间内最大限度地提高他们在尽可能多的任务上的能力。内在动机已被证明可以产生一个与任务无关的信号,以便在目标之间正确分配训练时间。虽然大多数的作品在该领域的内在动机的开放式学习的重点是场景中的目标是相互独立的,只有少数人研究的自主获取的相互依存的任务,更少的解决方案,其中的目标涉及非静态的相互依存关系。在以前工作的基础上,我们在决策层面解决这些关键问题(即,建立战略,以适当地选择目标之间),我们提出了一个分层架构,将子任务的选择作为一个马尔可夫决策过程是能够正确地学习相互依赖的技能的基础上,内在产生的动机。特别是,我们首先深化以前的系统的分析,显示在更高层次的架构(目标选择)的任务之间的关系,将信息的重要性。然后,我们介绍H-GRAIL,一个新的系统,通过添加一个新的学习层来存储自主获取的任务序列,以便在相互依赖性不稳定的情况下修改它们,从而扩展了以前的系统。所有系统都在真实的机器人场景中进行了测试,Baxter机器人执行多个相互依赖的到达任务。
2022-05-16 cs.AI cs.LG cs.RO
ARMimic: Learning Robotic Manipulation from Passive Human Demonstrations in Augmented Reality
Technical University of Munich(技术大学慕尼黑);University of Tokyo(东京大学);Toyota Motor Corporation(丰田汽车公司)
本文提出 ARMimic 框架,仅用消费级 XR 头显和固定相机采集被动人类演示,并通过统一模仿学习流程训练可跨本体泛化的操作策略,显著降低演示时间并提升成功率。
2025-09-26 cs.RO
DEX-Mouse: A Low-cost Portable and Universal Interface with Force Feedback for Data Collection of Dexterous Robotic Hands
Dept. of Artificial Intelligence, Sogang University, Korea(人工智能系,ソガン大学,韩国);Dept. of Electronic Engineering, Sogang University, Korea(电子工程系,ソガン大学,韩国);Dept. of Mechanical Engineering, Sogang University, Korea(机械工程系,ソガン大学,韩国);Vertical Labs, Co., Ltd., Korea(垂直实验室,韩国)
DEX-Mouse 提供一种无需校准的便携式力反馈接口,用于采集 Dexterous 机器人手数据,支持多种任务,提高任务完成率和降低操作负荷。
2026-04-16 cs.RO
Learning to Grasp on the Moon from 3D Octree Observations with Deep Reinforcement Learning
Aalborg University(奥尔堡大学)
带有通用机械臂的外星漫游车在月球和行星探索中有许多潜在应用。在这样的系统中引入自主性是可取的,以增加漫游者可以花费的时间来收集科学数据和样本。这项工作研究了深度强化学习在基于视觉的机器人抓取月球物体中的适用性。一个新的仿真环境与程序生成的数据集创建训练代理在具有挑战性的条件下,在非结构化的场景,不平坦的地形和苛刻的照明。一个无模型的关政策演员评论家算法,然后采用端到端的学习的政策,直接映射紧凑的八叉树观察到笛卡尔空间中的连续动作。实验评估表明,3D数据表示,使更有效的学习操作技能相比,传统上使用的基于图像的观察。域随机化提高了学习策略对具有先前未见过的对象和不同照明条件的新场景的泛化能力。为此,我们证明了zero-shot仿真到现实迁移通过评估训练有素的代理人在一个真正的机器人在月球模拟设施。
2022-08-01 cs.AI cs.LG cs.RO
Robo-Platform: A Robotic System for Recording Sensors and Controlling Robots
Department of Electrical Engineering, Islamic Azad University, Najafabad Branch, Isfahan, Iran(电气工程系,伊斯兰教Azad大学,纳杰法德分校,伊斯法罕,伊朗)
本文提出Robo-Platform系统,利用Android手机、微控制器板和远程无线站实现多传感器原始数据采集与机器人控制,并通过SLAM/AR实验及玩具车、四旋翼控制案例验证其有效性。
2025-07-17 cs.RO cs.SY eess.SY
A Preliminary Study on the Learning Informativeness of Data Subsets
Ludwig Maximilian University of Munich(慕尼黑大学);Technical University of Munich(慕尼黑工业大学)
估计机器人系统的内部状态是复杂的:这是从多个异构传感器输入和知识源执行的。对这些输入进行离散化是为了捕捉以符号信息表示的显著性,符号信息通常表示结构和递归。由于这些序列用于在复杂场景中进行推理,因此更紧凑的表示将有助于技术认知推理能力的准确性,而技术认知推理能力目前受到计算复杂性问题的限制,并退回到表示推理或人工干预。需要解决这些问题,以确保及时和有意义的人机交互。我们的工作是了解在给定输入数据集的子集上训练时学习信息量的变化。这是为了减少训练规模,同时保留大部分的符号学习潜力。我们证明了人类书面文本的概念,并推测这项工作将减少训练数据大小的顺序指令,同时保持语义关系,从大型远程源收集信息时。
2015-09-28 cs.CL cs.RO
IA-TIGRIS: An Incremental and Adaptive Sampling-Based Planner for Online Informative Path Planning
Robotics Institute, School of Computer Science, Carnegie Mellon University(卡内基梅隆大学计算机科学学院机器人研究所);Department of Mechanical Engineering, Brigham Young University(杨百翰大学机械工程系)
本文提出IA-TIGRIS,一种用于实时任务的增量和自适应采样路径规划方法,通过增量优化和动态更新信念地图,提升信息获取效率,实验证明其在无人机应用中信息增益提升达38%。
2026-04-01 cs.RO
Humanoid Everyday: A Comprehensive Robotic Dataset for Open-World Humanoid Manipulation
University of Southern California(南加州大学);Toyota Research Institute(丰田研究院)
提出Humanoid Everyday数据集,包含10.3k轨迹、260个任务的多模态数据,用于人形机器人灵巧操作、人机交互和移动操作研究,并配套云评估平台。
2026-07-07 cs.LG cs.RO
On the Robotic Uncertainty of Fully Autonomous Traffic: From Stochastic Car-Following to Mobility-Safety Trade-Offs
organization= Intelligent Transportation Thrust, Systems Hub, The Hong Kong University of Science;organization= Department of Civil \& Environmental Engineering, University of Wisconsin-Madison , city= Madison , postcode= 53706 , state= Wisconsin , country= United States
针对全自动驾驶中机器人不确定性引发的安全与移动性矛盾,本文提出分析框架,用随机跟车距离和半马尔可夫过程推导包含碰撞的通行能力,并探讨关键参数及最优速度车头时距,实现权衡优化。
2025-07-08 cs.RO cs.SY eess.SY
Grow-Prune-Freeze Networks: Adaptive & Continual Learning Technique for Olfactory Navigation
提出生长-剪枝-冻结(GPF)网络框架,通过动态调整策略网络层数实现持续学习,在湍流羽流导航任务中达到94%成功率,并推广到其他机器学习任务。
2026-07-17 cs.AI cs.ET cs.LG
Autoregressive Policies for Continuous Control Deep Reinforcement Learning
Kindred AI(Kindred AI(未找到常见中文名,按机构名直译))
强化学习算法依赖于探索来发现新的行为,这通常通过遵循随机策略来实现。在连续控制任务中,具有高斯分布的策略已被广泛采用。然而,高斯探索并不导致通常对应于实际任务中的安全和有益行为的平滑轨迹。此外,高斯策略不会导致对环境的有效探索,并且随着动作率的增加而变得越来越低效。这导致在学习连续控制任务中经常观察到的低样本效率。我们引入了一个家庭的平稳自回归(AR)随机过程,以方便探索连续控制域。我们提出的过程具有两个理想的功能:后续的过程观测时间相干连续可调程度的一致性,和过程平稳分布是标准的正常。我们推导出一个自回归策略(ARP),实现这样的过程保持标准的代理环境接口。我们展示了如何ARP可以很容易地使用现有的现成的学习算法。从经验上讲,我们证明,使用ARP的结果在模拟和现实世界域中的改进的探索和样本效率,而且,提供平滑的探索轨迹,使机器人硬件的安全操作。
2019-03-27 cs.AI cs.LG cs.RO